机器学习实战填坑记—k近邻算法

由于书上的代码用的是Py2.6的，所以当我用Py3.5的时候出现了一些问题。

第2章 k-近邻算法
问题1：
在我加载函数classify0的时候按照书上的代码出现错误，Python3: AttributeError: 'dict' object has no attribute 'iteritems' 。经研究发现是书上的Py2.7的代码跟我用的Py3.5是有差异的，因此将函数中的classCount.iteritems()改为classCount.items()就好了。

问题2：
当我用>> reload(kNN)时候出现错误：

Traceback (most recent call last):
File "", line 1, in
NameError: name 'reload' is not defined

经查询：In Python 2.x, this was a builtin, but in 3.x, it's in the imp module.
所以需要在前面加入命令from imp import reload

问题3：
研究示例“使用k-近邻算法改进约会网站的配对效果”的时候加载命令datingDataMat,datingLabels = kNN.file2matrix('datingTestSet.txt')出现错误：ValueError: invalid literal for int() with base 10: 'largeDoses'。
查看文件原来第四列为字符，下载的文件包含的有datingTestSet2.txt就是datingTestSet.txt对第4列转换后得到的，现在也可以按如下方法对原来的文件datingTestSet.txt进行变换得到datingTestSet2.txt

In [61]:table= pd.read_table('datingTestSet.txt', header = None)
In [62]:table.head(3)
Out[62]: 
       0         1         2           3
0  40920  8.326976  0.953952  largeDoses
1  14488  7.153469  1.673904  smallDoses
2  26052  1.441871  0.805124   didntLike
In [63]:table.columns = ('feixing','youxi','xiaofei','xiyin')
In [64]:table.head(3)
Out[64]: 
   feixing     youxi   xiaofei       xiyin
0    40920  8.326976  0.953952  largeDoses
1    14488  7.153469  1.673904  smallDoses
2    26052  1.441871  0.805124   didntLike
In [65]:table.count()
Out[65]: 
feixing    1000
youxi      1000
xiaofei    1000
xiyin      1000
dtype: int64

#将第四列按喜欢程度由弱到强转换为数字1，2，3
In [66]:def xiyin2shuzi(x):
    if x == 'largeDoses':
        return 3
    if x == 'smallDoses':
        return 2
    if x == 'didntLike':
        return 1
In [67]: table['xiyin'] = table['xiyin'].apply(xiyin2shuzi)
In [68]:table.head()
Out[68]: 
   feixing      youxi   xiaofei  xiyin
0    40920   8.326976  0.953952      3
1    14488   7.153469  1.673904      2
2    26052   1.441871  0.805124      1
3    75136  13.147394  0.428964      1
4    38344   1.669788  0.134296      1
In [69]:table.to_csv('datingTestSet2.txt', header = False, index = False,sep = '\t')
# header: Whether to write out the column names (default True)
# index: whether to write row (index) names (default True)
# '\t'是tab，表示空格。为了跟变更前的数据保持一致。

参考文章:机器学习1k近邻 （注意这里面的代码尽管Print里面加了双括号也是Py2.x的代码）
Python3.X新特性