上海大学机器学习0-Preparation

实验步骤：【绘制散点图】- 概述

import numpy as np
import matplotlib.lines as mlines
import matplotlib.pyplot as plt

数据介绍

import KNN
group,labels=KNN.createDataSet()

海伦收集约会数据已经有了一段时间，她把这些数据存放在文本文件datingTestSet.txt中，每个样本数据占据一行，总共有1000行。

海伦收集的样本数据主要包含以下3种特征：

• 每年获得的飞行常客里程数 (Number of frequent flyer miles earned per year)
• 玩视频游戏所消耗时间百分比 (Percentage of time spent playing video games)
• 每周消费的冰淇淋公升数 (Liters of ice cream consumed per week)

数据标签包含以下3类：

• 不喜欢的人 (didntLike)
• 魅力一般的人 (smallDoses)
• 极具魅力的人 (largeDoses）

数据示例

实验步骤：【绘制散点图】- 数据读取与处理

将数据分类两部分，即特征矩阵和对应的分类标签向量。定义名为file2matrix的函数，以此来处理输入格式问题。编写代码如下：

def file2matrix(filename):
    """
    函数说明：加载数据集
    parameters:
        fileName - 文件名
    return:
        featureMat - 特征矩阵
        classLabelVector - 类别标签向量(didntLike - 0, smallDoses - 1, largeDoses - 2)
    """
    fi = open(filename)
    list1=fi.readlines()
    len1=len(list1)
    matrix1=np.zeros((len1,3))
    label1=[]
    index=0
    for line in list1:
        line=line.strip()
        listfromline=line.split('\t')
        matrix1[index,:]=listfromline[0:3]
        #label1.append(0.01*ord(listfromline[-1][0]))
        if(listfromline[-1]=="didntLike"):
            label1.append(1) #不能为0 ，如果为0后面color显示不出来
        elif(listfromline[-1]=="smallDoses"):
            label1.append(2)
        else :
            label1.append(3)
        index+=1
    return matrix1,label1
    pass

实验步骤：【绘制散点图】- 分析数据数据可视化

def showdatas(datingDataMat, datingLabels):
    """
    函数说明：绘制散点图
    parameters:
        datingDataMat - 特征矩阵
        datingLabels - 类别标签向量(didntLike - 1, smallDoses - 2, largeDoses - 3)
    """
    fig=plt.figure()
    ax=fig.add_subplot(111)
    ax.scatter(datingDataMat[:,0],datingDataMat[:,1],s=15.0*np.array(datingLabels),
c=25*np.array(datingLabels))
    ax.set_xlabel("Number of frequent flyer miles earned per year")
    ax.set_ylabel("Number of time spent playing video games")
    pass

可视化结果

 

if __name__ == '__main__':
    filename = "kNN_Dating/datingTestSet.txt"
    datingDataMat, datingLabels = file2matrix(filename)
    showdatas(datingDataMat, datingLabels)