首先將txt資料匯入
兩種方法 第一
將txt 轉化為csv
注意 輸出路徑 不能更改 這能在根目錄下
否則會報錯
然後再通過np讀取到
第二種 直接txt讀取
但是 形式不一樣 第二種屬於元組
np.loadtxt同樣也能讀取csv檔案
但是直接讀取會發生錯誤
嗯哼 錯誤提示說型別轉化出錯 不過從上述錯誤可以看出 其型別是預設float的 查一下 loadtxt函式
loadtxt(fname, dtype=, comments='#', delimiter=none, converters=none, skiprows=0, usecols=none, unpack=false, ndmin=0)
fname要讀取的檔案、檔名、或生成器。
dtype資料型別，預設float。還可以控制每一列的資料型別和精度等資訊。
comments注釋。
delimiter分隔符，預設是空格。
skiprows跳過前幾行讀取，預設是0，必須是int整型。
usecols：要讀取哪些列，0是第一列。例如，usecols = （1,4,5）將提取第2，第5和第6列。預設讀取所有列。
unpack如果為true，將分列讀取。
故我們把型別設定為str
成功但是有點難看，為什麼 因為 沒有正確分隔
csv檔案預設以英文逗號做為列分隔符,換行符作為行分隔符 故我們加了乙個條件
稍微好看一丟丟
機器學習實戰之決策樹
1.熵 entropy h s 用來測量乙個資料集s的不確定程度。h s x x p x log2 p x s 待計算熵的資料集，在id3演算法的每次迭代中會改變 x s中類別的集合 p x 屬於類別x的元素站集合s中總元素的比例 h s 0 集合s 被完全分到乙個類中。在id3中，對每乙個屬性熵，...
機器學習實戰之決策樹
在 機器學習實戰 決策樹這一章的時候，有些地方的 有點看不太懂，看了幾篇部落格，還是未解。最後仔細看書，發現自己不懂資料集的組織方式。希望大家看的時候也注意一下。在決策樹函式呼叫的資料要滿足如下要求 1 資料必須是由列表元素組成的列表，所有的列表元素都要具有相同的資料長度 2 資料 也就是資料集中的...
機器學習實戰之決策樹
1 演算法概述 1.1 結構分析 決策樹是一種依託決策而建立起來的樹，其中，每乙個內部節點表示乙個屬性上的測試，每乙個分支代表乙個測試的結果輸出，每乙個葉子代表一種類別。如上圖所示就是乙個決策樹，首先分析所給資料集是否為同一類別，如果是，那就不用劃分了，如果不是，就尋找劃分資料集最好的特徵進行劃分 ...