機器學習實戰-邊學邊讀python程式碼(4)

程式2-4 分類器針對約會網站的測試程式碼(4)

def datingClassTest():
hoRatio = 0.10

//將檔案讀入記憶體矩陣
datingDataMat,datingLabels = file2matrix(`datingTestSet.txt`)

//歸一化,請看(3)
normMat, ranges, minVals = autoNorm(datingDataMat)
m = normMat.shape[0]

//訓練樣本從第m*hoRatio行開始
numTestVecs = int(m*hoRatio)
errorCount = 0.0

//待預測向量從0開始到m*hoRatio結束
for i in range(numTestVecs):

/*

normMat[i,:] 為取出mormMat的第i+1行，作為待預測的向量

關於normMat[numTestVecs:m,:]，為訓練樣本，取出從i+1行開始的m行，這裡m可以大於矩陣的總行數，看下面的例子。

>>> a = zeros((3,3))
>>> a
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
>>> a[1][0]=2
>>> a[2][0]=3
>>> a
array([[ 0., 0., 0.],
[ 2., 0., 0.],
[ 3., 0., 0.]])
>>> a[0:2,:]
array([[ 0., 0., 0.],
[ 2., 0., 0.]])
>>> a[0:4,:]
array([[ 0., 0., 0.],
[ 2., 0., 0.],
[ 3., 0., 0.]])
>>> a[1:4,:]
array([[ 2., 0., 0.],
[ 3., 0., 0.]])

datingLabels[numTestVecs:m] 為訓練樣本的標籤向量，用於預測待預測向量，

取出待預測向量離訓練樣本最小的3個標籤，

*/
classifierResult = classify0(normMat[i,:],normMat[numTestVecs:m,:],
datingLabels[numTestVecs:m],3)

//檢查預測值和實際值是否相符合
print “the classifier came back with: %d, the real answer is: %d”
% (classifierResult, datingLabels[i])

if (classifierResult != datingLabels[i]): errorCount += 1.0
print “the total error rate is: %f” % (errorCount/float(numTestVecs))