机器学习实战—Python学习笔记（一）

一.常见的几个关键术语

（1）特征 feature    属性 attribute   训练集 training set   标称型：变量的结果只在有限目标内取值（离散型数据）

（2）类 class       回归 regression 监督学习 supervised learning  监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程   分类器 classifier

二.函数

   (1)  shape[i]    功能：读取第i-1维的长度

        from numpy import*
       aArray = array([
                                 [1,1],
                                 [2,2],
                                 [3,3]])

       print(aArray.shape[0])

      输出：3
     print(aArray.shape[1])

      输出：2

 

（2）diffMat = tile(inX,(dataSetSize,1))-dataSet  

         tile（A, rep）  功能：扩展A的各个维度  ，rep：沿各个维度扩展的次数

       inX = [1,2,3]
      print(tile(inX,(2,1)))

       输出：[[1 2 3]
                  [1 2 3]]

 

（3）sqDistance = sqDiffMat.sum(axis=1)  

         array.sum(axis, keepdims)      功能：求和计算，axis = 1（按行相加），axis = 0 （按列相加），keepdims = 1 保持维度，无此参数默认为0

        bArray = array([[1,2],[3,4],[5,6]])
        print(bArray.sum(axis=1, keepdims=True))

        输出：[[ 3]
                    [ 7]
                    [11]]

         print(bArray.sum(axis=0, keepdims=True))

         输出：[[ 9 12]]

         print(bArray.sum(axis=1))

         输出：[ 3  7 11]

 

    （4）sorteDistIndicies = distance.argsort() 

           argsort(axis)    功能：返回数组从小到大索引值，axis = 1 按行排序，axis = 按列排序 默认为1

           cArray = array([2,1,3])
           print(cArray.argsort())

           输出：[1 0 2]

           cArray = array([[2,1,3],
                                     [1,4,3]])
          print(cArray.argsort(axis=1))

          输出：[[1 0 2]
                       [0 2 1]]

           print(cArray.argsort(axis=0))

           输出：[[1 0 0]
                        [0 1 1]]

 

    （5）sortedClassCount = sorted(classCount.items(), key=operator.itemgetter(1), reverse=True)

              sorted()    功能：排序，items() 分解成元祖列表如：{2:1}->[(2,1)]， operator.itemgetter(i)获取第i+1个域的值

              reverse = True   逆序从大到小排列

            from numpy import*
            import operator
           aDict = {'A':1,'B':2,'C':3}
           sortedDict = sorted(aDict.items(), key=operator.itemgetter(1), reverse=True)
           print(sortedDict)

           输出：[('C', 3), ('B', 2), ('A', 1)]          可用max(classCount,key=classCount.get)替代，返回最大的key

 

（6） line.strip()   

           strip()   功能：移除字符串开头或结尾指定的字符，默认为空格或者换行符

      aStr = "\n I love Machine Learning,and Math as well \n"
      print(aStr)
      bStr = aStr.strip()
      print(bStr)

     输出：

     I love Machine Learning,and Math as well I

 

     love Machine Learning,and Math as well

    (7)  listFromLine = line.split('\t')

          split(str,num)   功能：分割字符     str 无，默认所有空字符，换行等，num分割次数，默认-1分割所有

        cStr = "I love Machine Learning,and Math as well"
        dStr = cStr.split()
        print(cStr,dStr,sep="\n")

    输出：I love Machine Learning,and Math as well
               ['I', 'love', 'Machine', 'Learning,and', 'Math', 'as', 'well']