最近在看《機器學習實戰》這本書,內容充實,重視實踐,很不錯,也很適合機器學習的入門。下面貼上用python編寫的KNN算法代碼,放在博客裏安全啊~~我的電腦隨時都會崩潰的....
from numpy import *
import operator
from os import listdir
def classify0(inx,dataset,labels,k):
datasetsize=dataset.shape[0]
temp=tile(inx,(datasetsize,1))
distance2=(temp-dataset)**2
distance=sum(distance2,axis=1)**0.5
"""sum(a,axis=0)求每一列上所有數之和,sum(a,axis=1)求每一行上所有數之和"""
sorteddistance=distance.argsort()
classcount={}
for i in range(k):
classlabel=labels[sorteddistance[i]]
classcount[classlabel]=classcount.get(classlabel,0)+1
sortedclasscount=sorted(classcount.items(),key=operator.itemgetter(1),reverse=True)
return sortedclasscount[0][0]
def file2matrix(filename):
with open(filename) as fr:
arrayOLines=fr.readlines()
numberOfLines=len(arrayOLines)
returnMat=zeros((numberOfLines,3))
classLabelVector=[]
index=0
for each_line in arrayOLines:
listFromLine=each_line.strip().split('\t')
returnMat[index]=listFromLine[0:3]
classLabelVector.append(int(listFromLine[3]))
#classLabelVector[index]=listFromLine[3]
index+=1
return returnMat,classLabelVector
def autoNorm(dataSet):
minVals=dataSet.min(0)
maxVals=dataSet.max(0)
ranges=maxVals-minVals
normDataSet=zeros(shape(dataSet))
m=dataSet.shape[0]
normDataSet=dataSet-tile(minVals,(m,1))
normDataSet=normDataSet/tile(ranges,(m,1))
return normDataSet,ranges,minVals
def datingClassTest():
testratio=0.2
datingDataMat,datinglabels=file2matrix('datingTestSet2.txt')
normDataSet,ranges,minVals=autoNorm(datingDataMat)
m=normDataSet.shape[0]
textnum=int(m*testratio)
errorcount=0
for i in range(textnum):
classifierResult=classify0(normDataSet[i,:],normDataSet[textnum:m,:],datinglabels[textnum:m],3)
print("分類器返回的結果爲:%d,正確答案是:%d"%(classifierResult,datinglabels[i]))
if classifierResult != datinglabels[i]:
errorcount+=1
print("臥槽,錯了*********************************************************************************************")
print("總錯誤率是:%f"%(errorcount/float(textnum)))
def classifyPerson():
result=['不感興趣','一般有魅力','很有魅力']
datingDataMat,datinglabels=file2matrix('datingTestSet2.txt')
normDataSet,ranges,minVals=autoNorm(datingDataMat)
miles=float(input('每年獲得的飛機常客里程數:'))
games=float(input('玩視頻遊戲所耗時間百分比:'))
icecream=float(input('每週消耗的冰淇淋公升數:'))
textData=array([miles,games,icecream])
classifierResult=classify0((textData-minVals)/ranges,normDataSet,datinglabels,3)
return result[classifierResult-1]
def img2vector(filename):
returnVect = zeros((1,1024))
fr = open(filename)
for i in range(32):
lineStr = fr.readline()
for j in range(32):
returnVect[0,32*i+j] = int(lineStr[j])
return returnVect
def handwritingClassTest():
hwLabels=[]
trainingFileList=listdir('trainingDigits')
m=len(trainingFileList)
trainingMat=zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i]
fileStr=fileNameStr.split('.')[0]
classnumberstr=int(fileStr.split('_')[0])
hwLabels.append(classnumberstr)
trainingMat[i,:]=img2vector('trainingDigits/%s'%trainingFileList[i])
testFileList=listdir('testDigits')
errorcount=0.0
mTest=len(testFileList)
for j in range(mTest):
fileNameStr=testFileList[j]
fileStr=fileNameStr.split('.')[0]
classnumberstr=int(fileStr.split('_')[0])
vectorundertest=img2vector('testDigits/%s'%testFileList[j])
result=classify0(vectorundertest,trainingMat,hwLabels,3)
print('分類器輸出結果是:%d,正確結果爲:%d'%(result,classnumberstr))
if result!=classnumberstr:
errorcount+=1
print('一共錯了:%d'%errorcount)
print('錯誤率:%f'%(errorcount/mTest))
def testnum():
hwLabels=[]
trainingFileList=listdir('trainingDigits')
m=len(trainingFileList)
trainingMat=zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i]
fileStr=fileNameStr.split('.')[0]
classnumberstr=int(fileStr.split('_')[0])
hwLabels.append(classnumberstr)
trainingMat[i,:]=img2vector('trainingDigits/%s'%trainingFileList[i])
testvector=img2vector('test.txt')
result=classify0(testvector,trainingMat,hwLabels,3)
return(result)
在編程期間,有一個錯誤困惑了我很長時間,就是在載入KNN.py文件後,運行handwritingClassTest函數的時候,總會出現如下錯誤:
問題出在open()函數的flags參數上。可是問題是我們平常使用open()函數的時候基本就沒有用到什麼所謂的flags參數有木有!!!
後來我覺得可能是import這裏出現了問題,然後我發現了我寫的一個語句:
from os import *
應該就是這句話有問題,因爲查資料可以得到,那個所謂的flags參數是與os庫有關的,至此我更加堅信了自己的判斷。
爲什麼我當初要寫 from os import * 這句話呢?因爲我要用到os庫裏面的listdir函數,這個函數可以返回一個文件夾裏面所有文件的文件名。
我將 from os import * 改爲from os import listdir 問題解決。
所以這麼看來,from os import *這種形式雖然方便,但是確實存在一定的風險啊~~~