2018.4.18Python机器学习记录
一.Ubuntu14.04安装numpy
1.
2.安装代码:
在安装之前建议更新一下软件源 :
sudo apt-get update
如果python 2.7 没有问题 ，就可以进行下一步了
现在安装用于数值计算和绘图的包以及Sklearn 分别是numpy scipy matplotlib pandas 和 sklearn apt-get命令如下
sudo apt-get install python-numpysudo apt-get install python-scipysudo apt-get install python-matplotlibsudo apt-get install python-pandassudo apt-get install python-sklearn
3.测试
测试下是否全部安装成功，打开python解释器，输入以下命令，若无报错，则就成功。
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn import datasets,linear_model
4.Ubuntu编写与运行python程序
(1)vim创建hello.py中编写代码：print 'Hello,Welcome to linux python'
(2)进入程序所在目录:cd python (3)运行程序 python hello.py
二.NumPy函数库基础
Python shell 开发环境下输入以下命令:
>>>from numpy import * #将numpy函数库中的所有模块引入当前的命名空间>>> random.rand(4,4) #构造一个4*4的随机数组array([[ 0.97134166, 0.69816709, 0.35251331, 0.32252662], [ 0.40798608, 0.48113781, 0.67629943, 0.12288183], [ 0.96055063, 0.85824686, 0.95458472, 0.40213735], [ 0.28604852, 0.43380204, 0.2558164 , 0.07954809]])>>> randMat=mat(random.rand(4,4)) #调用mat函数将数组转换为矩阵>>> randMat.I #.I实现矩阵求逆运算matrix([[ 1.12580852, -0.43470821, 2.71229992, -2.16829781], [-1.4600302 , 1.65644197, -1.3742097 , 1.6297217 ], [ 3.379582 , 0.40573689, 0.84634018, -2.72232677], [-3.35086377, -2.64978047, -1.39459215, 4.68277082]])>>> invaRandMat=randMat.I #存储逆矩阵>>> randMat*invaRandMat #矩阵乘法 生成单位矩阵matrix([[ 1.00000000e+00, 0.00000000e+00, 0.00000000e+00, 2.22044605e-16], [ -2.22044605e-16, 1.00000000e+00, 1.24900090e-16, 2.49800181e-16], [ -2.22044605e-16, -1.11022302e-16, 1.00000000e+00, 2.22044605e-16], [ -4.44089210e-16, -2.22044605e-16, -2.22044605e-16, 1.00000000e+00]])>>> myEye=randMat*invaRandMat #>>> myEye-eye(4) #求误差值,eye(4)生成4*4单位矩阵matrix([[ -4.44089210e-16, 0.00000000e+00, 0.00000000e+00, 2.22044605e-16], [ -2.22044605e-16, -1.11022302e-16, 1.24900090e-16, 2.49800181e-16], [ -2.22044605e-16, -1.11022302e-16, 0.00000000e+00, 2.22044605e-16], [ -4.44089210e-16, -2.22044605e-16, -2.22044605e-16, 4.44089210e-16]])
三.k-近邻算法实战
1.准备:使用Python导入数据
vim创建kNN.py:
from numpy import * #导入运算模块import operator def createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=['A','A','B','B'] return group,labels
2.进入Python开发环境测试
>>> import kNNTraceback (most recent call last): File "", line 1, in ImportError: No module named kNN解决:需进入到kNN.py存储路径,然后在终端输入Python(1)cy@pc:~$ cd python #我的保存路径cy@pc:~/python$ python>>> import kNN >>> group,labels=kNN.createDataSet()>>> grouparray([[ 1. , 1.1], [ 1. , 1. ], [ 0. , 0. ], [ 0. , 0.1]])>>> labels['A', 'A', 'B', 'B']
3.实施kNN分类算法
在上面基础上加入函数classsify0()
from numpy import *import operator def createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=['A','A','B','B'] return group,labels #inx分类的输入向量 dataSet输入的训练样本集,labels标签向量,k最近邻数目def classify0(inx,dataSet,labels,k): #numpy函数shape[0]返回dataSet的行数 dataSetSize =dataSet.shape[0] #在列向量方向上重复inX共1次(横向)，行向量方向上重复inX共dataSetSize次(纵向) diffMat=tile(inx,(dataSetSize,1))-dataSet #错写成了dataset sqDiffMat=diffMat**2 sqDistances =sqDiffMat.sum(axis=1) distances=sqDistances**0.5**** sortedDistIndicies=distances.argsort() classCount={} for i in range(k): voteIlabel=labels[sortedDistIndicies[i]] classCount[voteIlabel]=classCount.get(voteIlabel,0)+1 sortedClassCount=sorted(classCount.iteritems(), key=operator.itemgetter(1),reverse=True) #错写成了true return sortedClassCount[0][0] numpy.tile()比如 a = np.array([0,1,2]), np.tile(a,(2,1))就是把a先沿x轴（就这样称呼吧）复制1倍，即没有复制，仍然是 [0,1,2]。再把结果沿y方向复制2倍，即最终得到 array([[0,1,2], [0,1,2]])
同理：
>>> b = np.array([[1, 2], [3, 4]])>>> np.tile(b, 2) #沿X轴复制2倍array([[1, 2, 1, 2], [3, 4, 3, 4]])>>> np.tile(b, (2, 1))#沿X轴复制1倍（相当于没有复制），再沿Y轴复制2倍array([[1, 2], [3, 4], [1, 2], [3, 4]])
测试:
>>> import kNN>>> group,labels=kNN.createDataSet()>>> kNN.classify0([0,0],group,labels,3)
'B'