03 ML KNN 实现的婚恋网站分类匹配

marry_data 数据

from numpy import *
import operator
from os import listdir

def knn_class(inx, dataset, labels, k):
    dataset_size = dataset.shape[0]            # shape return size
    diff_mat     = tile(inx, (dataset_size, 1)) - dataset # tile() 计算距离
    sq_diff_mat  = diff_mat**2                 # python ** == ^ 这里平方算距离
    sq_distances = sq_diff_mat.sum(axis = 1)   # axis = 0 -> 列 asix = 1 -> 行 按列累和 (x^2 + y^2)
    distances    = sq_distances**0.5           # (x^2 + y^2)开方算距离 
    sorted_dist_indicies = distances.argsort() # 距离计算 argsort() 函数返回从小到大的索引值

    # 选取 K 个距离最小的点 进行分类  并且统计各个分类的数量
    class_count = {}
    for i in range(k): # [0, k-1]
        vote_label = labels[sorted_dist_indicies[i]]
        class_count[vote_label] = class_count.get(vote_label, 0) + 1 

    sorted_class_count = sorted(class_count.iteritems(), key=operator.itemgetter(1), reverse=True)
    return sorted_class_count[0][0]

def file_to_matrix(filename):
    love_dict = {'largeDoses' : 3, 'smallDoses' : 2, 'didntLike': 1}
    file = open(filename)

    lines = file.readlines()
    lines_num = len(lines)
    data_matrix = zeros((lines_num, 3)) # -> lines_num * 3 matrix
    
    class_label = []
    idx = 0
    for line in lines:
        line = line.strip()           # 删除空白字符
        msgs = line.split('\t')
        
        data_matrix[idx, :] = msgs[0:3]   # 放入 对应的行中 40920  8.326976    0.953952    largeDoses
        if (msgs[-1].isdigit()):
            class_label.append(int(msgs[-1]))
        else:
            class_label.append(love_dict.get(msgs[-1])) # 获取得到该数据的 lable 对应的编号 3 2 1
        idx += 1
    return data_matrix, class_label

# 把数据归一化到 [0, 1]
def auto_norm(data_set):
    min_vals = data_set.min(0)
    max_vals = data_set.max(0)
    ranges   = max_vals - min_vals

    norm_data = zeros(shape(data_set))
    row_size = data_set.shape[0]
    print('row_size', row_size)

    # 这里归一化的算法思路: [x, y] z 在 x,y 之间 
    # 结果 = (z - x) / (y - x) 比如: [1, 9] z = 4 -> = (4 - 1) / (9 - 1)
    norm_data = data_set - tile(min_vals, (row_size, 1))
    norm_data = norm_data / tile (ranges, (row_size, 1))
    return norm_data, ranges, min_vals    
    

# 文件中的数据格式
# 40920 8.326976    0.953952    largeDoses
# 14488 7.153469    1.673904    smallDoses
# 26052 1.441871    0.805124    didntLike
# 75136 13.147394   0.428964    didntLike
# 38344 1.669788    0.134296    didntLike
# 72993 10.141740   1.032955    didntLike

def date_class_test():
    ratio = 0.1 # 这里用 90% 的数据来训练 10% 数据留作验证
    data_matrix, class_label = file_to_matrix('./marry_data')
    norm_matrix, ranges, min_vals = auto_norm(data_matrix) # 数据归一化 使得数据都在 [0,1] 之间 影响因子相同

    norm_size = norm_matrix.shape[0]
    test_num  = int(norm_size * ratio)
    error_count = 0.0

    for i in range(test_num):
        result = knn_class(norm_matrix[i, :], norm_matrix[test_num:norm_size, :],
             class_label[test_num:norm_size], 3)

        if (result != class_label[i]):
            error_count += 1.0
    return (error_count / float(test_num)) * 100

print('error_count: %d') % (date_class_test()) + '%' # 5.0%
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,176评论 5 469
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,190评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,232评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,953评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,879评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,177评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,626评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,295评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,436评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,365评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,414评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,096评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,685评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,771评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,987评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,438评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,032评论 2 341

推荐阅读更多精彩内容