技术标签: python 机器学习 《机器学习》西瓜书笔记
《机器学习》西瓜书P69
3.5 编程实现线性判别分析,并给出西瓜数据集3.0a上的结果
理论学习参见文章:线性判别分析LDA原理总结
注意:在该文章中针对w的求法出现了两种方式,一种是
w = S − 1 w ( μ 0 − μ 1 ) w=S^-1 w(μ_0−μ_1) w=S−1w(μ0−μ1)
该方法指的应该是针对二类LDA,所以我们在解决西瓜数据集问题是求w的方法采用此方法。
另一种方法是:
计 算 S − 1 w S b 的 最 大 的 d 个 特 征 值 和 对 应 的 d 个 特 征 向 量 ( w 1 , w 2 , . . . w d ) , 得 到 投 影 矩 阵 W 计算S^−1_wS_b的最大的d个特征值和对应的d个特征向量(w_1,w_2,...w_d),得到投影矩阵W 计算S−1wSb的最大的d个特征值和对应的d个特征向量(w1,w2,...wd),得到投影矩阵W
此方法针对的解决多分类问题是采用的策略,在本问题中并不适用,具体详见下文。
二类线性判别分析的解决步骤:
下面我们按照上述思路逐步完成,并绘出图像。
一. 数据的预处理
将西瓜集中的数据进行分割、修改
#读取西瓜数据集中的数据并进行预处理
def loadDataset(filename):
dataset=[]
with open(filename,'r',encoding='utf-8') as csvfile:
csv_reader=csv.reader(csvfile)
header=next(csv_reader)
for row in csv_reader:
if row[3] == '是':
row[3]=1
else:
row[3]=0
del(row[0])
dataset.append(copy.deepcopy(row))
data=[[float(x) for x in row]for row in dataset]
print(data)
return data
二. LDA算法实现
关于求均值向量、协方差矩阵可参见python中numpy函数中的部分用法,在这不再赘述,直接适用。
def LDA(data):
data0=[]
data1=[]
for x in data:
if x[2]==1:
del(x[2])
data1.append(copy.deepcopy(x))
else:
del (x[2])
data0.append(copy.deepcopy(x))
# 求得两类数据的均值向量
mean0 = np.mean(data0)
mean1 = np.mean(data1)
# 得到两种数据的协方差矩阵
diff1 = data1 - mean1
diff0 = data0 - mean0
cov1 = np.dot(np.transpose(diff1), diff1)
cov0 = np.dot(np.transpose(diff0), diff0)
# 计算类内散度矩阵
Sw = cov1 + cov0
# 计算类间散度矩阵
Sb=np.dot(np.transpose(mean0-mean1),(mean0-mean1))
Sw_Inv=np.linalg.inv(Sw)
# a,b=np.linalg.eig(np.dot(Sw_Inv,Sb))# 计算矩阵的特征值和所对应的特征向量
# index = np.argsort(-a)# 将-a中的元素从小到大排列,提取其对应的index(索引)
# maxIndex = index[:1]
# w = b[:, maxIndex]
# print(w)
w=np.dot(Sw_Inv,mean0-mean1)
print(w)
return w
注意:上面有一部分代码加以注释,在此予以说明,
a,b=np.linalg.eig(np.dot(Sw_Inv,Sb))# 计算矩阵的特征值和所对应的特征向量
index = np.argsort(-a)# 将-a中的元素从小到大排列,提取其对应的index(索引)
maxIndex = index[:1]
w = b[:, maxIndex]
这块代码是为了求在多类LDA方法中要求的特征向量和特征值,为了验证,我们也用此方法求得了一个w,也参与了后序的运算,最终得到了图像如下:
很明显,所有的点并未完全得到分离,尤其是在直线上存在点的重合现象,因此使用特征向量和特征值所求得的w并不能很好的适用于二分类问题,因此抛弃该方法!
三. 绘图
def DrawGraph(dataset,w):
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# matplotlib画图中中文显示会有问题,需要这两行设置默认字体
plt.xlabel('密度')
plt.ylabel('含糖量')
plt.xlim(xmax=0.8, xmin=-0.3)
plt.ylim(ymax=0.5, ymin=-0.3)
# 画两条坐标轴并设置轴标签x,y
x1=[]
y1=[]
x2=[]
y2=[]
for x in dataset:
if x[2]==1:
x1.append(copy.deepcopy(x[0]))
y1.append(copy.deepcopy(x[1]))
else:
x2.append(copy.deepcopy(x[0]))
y2.append(copy.deepcopy(x[1]))
colors1 = '#00CED1' # 点的颜色
colors2 = '#DC143C'
area = np.pi * 4 ** 2 # 点面积
# 画散点图
plt.scatter(x1, y1, s=area, c=colors1, alpha=0.4, label='好瓜')
plt.scatter(x2, y2, s=area, c=colors2, alpha=0.4, label='非好瓜')
plt.plot([0, 9.5], [9.5, 0], linewidth='0.5', color='#000000')
# plot line
w = w.flatten()
x1 = np.linspace(-1, 1, 102)
x2 = -w[0] * x1 / w[1]
plt.plot(x1, x2, label="LDA")
plt.legend()
#plt.savefig(r'C:\Users\hp\Desktop\《机器学习》笔记\LDA.png', dpi=300)
plt.show()
最终得到的图像如下:
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf