《机器学习实战》之KNN代码基础

理论不在赘述，自己明白就行，代码基础记录如下：

1.sum(axis=0/1)

import numpy as np
np.sum([0,1,2],[1,2,3],axis=1)
>>array([3,6])

np.sum([0,1,2],[1,2,3],axis=0)
>>array([1,3,5])

说明sum(axis=1)是行相加，sum(axis=0)是列相加

2.dataSet.shape

.shape方式是获取数据集维数，dataSet.shape[0]就是行数，dataSet.shape[1]就是列数

3.argsort(x)

升序排列，返回排序后的原来元素下标，argsort(-x)则是降序，返回下标

4.range与xrange

若不用返回一个列表，尽量用xrange()，性能效率更优，range()返回一个列表，xrange()生成一个迭代器，每次返回一个

5.get()

看起来比较简单，但是不常规，可能是自己以前没这么用过，classCount.get(voteLabel,0)，查找voteLabel为key的value，查不到返回0

个人感悟：1.在《编程ING》书中学到一个道理，学习过程要有成就感才能形成良性循环，达到每次成就，无论大小，只要循序渐进，总会渐入佳境，每次成就可以适当犒劳下自己啊，比如：吃一顿好的。。2.有效的学习=学习+思考+动手3.我们往往无法一口气读完一本书，通常要分成多次才能读完，每次阅读，不要从上次停下来的部分开始，而应倒退一两章开始，这是有道理的

《程序员面试攻略》里面说：对于软件开发本身来说，沟通也是极为重要的，甚至是最重要的，有人曾说：“软件项目成功的要点有三个:沟通，沟通，沟通。“

《机器学习实战》之KNN代码基础相关推荐

apriori算法代码_资源 | 《机器学习实战》及代码（基于Python3）
〇.<机器学习实战> 今天推荐给大家的是<机器学习实战>这本书. 机器学习作为人工智能研究领域中一个极其重要的研究方向(一文章看懂人工智能.机器学习和深度学习),在当下极其热门 ...
机器学习实战支持向量机SVM 代码解析
机器学习实战支持向量机SVM 代码解析 <机器学习实战>用代码实现了算法,理解源代码更有助于我们掌握算法,但是比较适合有一定基础的小伙伴.svm这章代码看起来风轻云淡,实则对于新手来说有 ...
《机器学习实战》kNN学习笔记
<机器学习实战>kNN学习笔记文章目录 <机器学习实战>kNN学习笔记概述优缺点 k-近邻算法的一般流程简单案例kNN.py 在约会网站上使用k-近邻算法归一化特征值 ...
《机器学习实战》配套代码下载
<机器学习实战>配套代码资源下载网址:http://www.ituring.com.cn/book/1021(图灵社区),网址里有随书下载,可以下载配套资源.
机器学习实战——决策树（代码）
最近在学习Peter Harrington的<机器学习实战>,代码与书中的略有不同,但可以顺利运行. from math import log import operator# 计算熵 d ...
算法代码[置顶] 机器学习实战之KNN算法详解
改章节笔者在深圳喝咖啡的时候突然想到的...之前就有想写几篇关于算法代码的文章,所以回家到以后就奋笔疾书的写出来发表了前一段时间介绍了Kmeans聚类,而KNN这个算法刚好是聚类以后经常使用 ...
【机器学习实战】KNN算法
机器学习作为人工智能的重要分支,同时也是数据挖掘中不可或缺的算法支撑.本人接触时间不短,但研究尚浅.我计划用python来实现机器学习中较为常见的算法. 看透了自己,便无须小看别人. (老舍) 机器学 ...
《机器学习实战》KNN算法实现
本系列都是参考<机器学习实战>这本书,只对学习过程一个记录,不做详细的描述! 注释:看了一段时间Ng的机器学习视频,感觉不能光看不练,现在一边练习再一边去学习理论! KNN很早就之前就看过 ...
【机器学习实战】KNN算法的两个经典例子(电影类型判断，约会网站的改进)
KNN算法的两个常用实际例子一.使用K-邻近算法来对电影的类型进行判断 1.实验思路: 2.代码实现: 3.运行截图: 4.完整代码展示: 二.在约会网站上使用KNN算法 (一)准备数据:从文本文件 ...

《机器学习实战》之KNN代码基础

《机器学习实战》之KNN代码基础相关推荐

最新文章

热门文章