聲明:《機器學習實戰》代碼詳細註釋和重構,以及相關的函數、模塊和算法的解釋;本文爲博主原創文章,未經博主允許不得轉載。
1.歸一化特徵值(程序清單2-3)
*#代碼:Peter Gong_shuai
*#中文註釋:Gong_shuai
*#代碼重構:Gong_shuai
*#函數註解:Gong_shuai
*#相關的函數、模塊和算法的解釋:Gong_shuai
*#環境:Python2.7、Sublime Text3、mac
- 代碼
#coding=utf-8
#歸一化特徵值(程序清單2-3)
#源代碼:Peter Gong_shuai
#中文註釋:Gong_shuai
#代碼重構:Gong_shuai
#函數註解:Gong_shuai
#環境:python2.7
from numpy import *
#處理輸入格式問題,輸入爲文件名字符串,輸出爲訓練樣本矩陣和類標籤向量
def file2matrix(filename):
fr = open(filename)
numberOfLines = len(fr.readlines()) #得到文本行數
returnMat = zeros((numberOfLines,3)) #創建以零填充的矩陣,爲了簡化,另外的一個維度設爲3
classLabelVector = [] #返回標籤
fr = open(filename) #解析文件數據到列表,循環處理文件中的每一行的數據
index = 0
for line in fr.readlines():
line = line.strip() #截取掉所有的回車字符
listFromLine = line.split('\t') #將整行數據分割成一個元素列表
returnMat[index,:] = listFromLine[0:3] #選取前三個元素,存儲到特徵矩陣中
classLabelVector.append(int(listFromLine[-1]))
index += 1
return returnMat,classLabelVector
#歸一化特徵值
def autoNorm(dataSet):
minVals = dataSet.min(0)#每一列的最小值
maxVals = dataSet.max(0)#每一列的最大值
ranges = maxVals - minVals
normDataSet = zeros(shape(dataSet))
m = dataSet.shape[0]#數組的大小
normDataSet = dataSet - tile(minVals, (m,1))#注意事項:特徵值矩陣有1000*3個值。而minVals和range的值都爲1*3.爲了解決這個問題使用numpy中tile函數將變量內容複製成輸入矩陣同樣大小的矩陣
normDataSet = normDataSet/tile(ranges, (m,1)) #element wise divide矩陣除法
return normDataSet, ranges, minVals
datingDataMat,datingLabels = file2matrix('datingTestSet2.txt')#讀取文件數據
normMat, ranges, minVals = autoNorm(datingDataMat)
print(normMat)
print(ranges)
print(minVals)
- 運行結果