《機器學習實戰》（第二章）中函式詳細解析

本文是針對《機器學習實戰》內函式的解析。並以頁數呈現。

p19：numpy.tile(a,rep)函式

當rep為數字時，生成乙個一維重複rep次的list。

當rep為元組（m,n）時，生成乙個m行並且每行重複n次的矩陣。

import numpy as np

a1 = [1,2,3]
a2 = [2,3,4]
b1 = np.tile(a1,1)
b2 = np.tile(a1,(3,2))
b2_1 = np.tile(a2,(3,2))
b2_2 = b2 - b2_1
print("b1:")
print(b1)
print("b2:")
print(b2)
print("b2_2:")
print(b2_2)
b1:[1 2 3]
b2:[[1 2 3 1 2 3]
[1 2 3 1 2 3]
[1 2 3 1 2 3]]
b2_2:
[[-1 -1 -1 -1 -1 -1]
[-1 -1 -1 -1 -1 -1]
[-1 -1 -1 -1 -1 -1]]

axis=0表述列  axis=1表述行

p19：distances.argsort()

函式意義：將x中的元素從小到大排列，提取其對應的index(索引)，然後輸出到y。

import numpy as np

x = np.array([-1,-2,-3,1,2,3])
y = x.argsort()
print(y)
[2 1 0 3 4 5]

該方法是通過鍵來獲取相應的值，如果相應的鍵不存在則返回none。

預設的返回值在非返回none值情況下會被所得值替代，如果查詢失敗，則返回乙個預設值。

import numpy as np

dict = 
print(dict.get(1))
print(dict.get(4,none))
print(dict.get(4,"get"))
print(dict.get(5))
print(dict.get(5,0))
onefour
four
none
0

items()函式，將乙個字典以列表的形式返回，因為字典是無序的，所以返回的列表也是無序的。

iteritems()函式在python3被廢除，直接使用items()函式代替。

import numpy as np

a_dict = 
b_dict = a_dict.items()
print(type(b_dict))
for i,j in b_dict:
print(i,j)
1 one
2 two

python中readlines()函式：讀取所有行(直到結束符 eof)並返回列表，可以使用for...in 結構語句去處理。

如遇到結束符 「eof」 則返回空字串。

p21：numpy.zeros(shape, dtype=float, order=』c』)

shape：int或ints序列（新陣列的形狀）

dtype：矩陣內部元素型別（預設為float）

order：可選，是否在儲存器中以c或fortran連續（按行或列方式）儲存多維資料。

import numpy as np

from numpy.ma import zeros
a1 = zeros(5)
a2 = zeros((5,3))
a3 = zeros((5,3),dtype=int)
print("a1:")
print(a1)
print("a2:")
print(a2)
print("a3:")
print(a3)
a1:[0. 0. 0. 0. 0.]
a2:[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
a3:[[0 0 0]
[0 0 0]
[0 0 0]
[0 0 0]
[0 0 0]]

string.strip(rm)

當rm不為空時，刪除s字串中開頭、結尾處，位於 rm刪除序列的字元

當rm為空時候，預設刪除空白符（包括'\n', '\r',  '\t',  ' ')

p22：returnmatrix[index,:] = listfromline[0:3]

matrix[index,:] = list[0:3]意義：將list中0，1，2中的元素賦值給index行中所有的元素

p26：matrix.shape[0]

函式作用：快速讀取矩陣的形狀，使用shape[0]讀取矩陣第一維度的長度

《機器學習實戰》 第二章KNN

knn演算法是基本的機器學習方法,其原理很簡單 如果乙個例項在特徵空間中的k個最相似 即特徵空間中最近鄰 的例項中的大多數屬於某乙個類別，則該例項也屬於這個類別。其實際上是選擇k個最可能的樣本進行投票,這和k means尋找k個幾何中心點進行聚類是不同的.如下圖所示 有兩種型別的樣本資料，一類是藍色...

機器學習實戰第二章 KNN

tile的使用方法 tile a,n 的功能是把a陣列重複n次 可以在列方向，也可以在行方向 argsort 函式 argsort 函式返回的是陣列中值從大到小的索引值 dict.get 函式 語法 dict.get key,default none key 字典中要查詢的鍵 default 如果指...

機器學習實戰 第二章 K 近鄰演算法

本系列目的在於總結每乙個分類器的特點 優點 缺點 使用資料型別 使用時的注意事項等 相關 自己搜。python 建議使用2.7 python常用函式庫 numpy scikit learn等 python整合環境 anaconda 優點 1 對異常值不敏感 2 無資料輸入假設 缺點 1 計算複雜度高...