資源簡介
PARZEN窗和K近鄰算法的python實現。
現實生活中常常會有這樣的問題：缺乏足夠的先驗知識，因此難以人工標注類別或進行人工類別標注的成本太高。很自然地，我們希望計算機能代我們完成這些工作，或至少提供一些幫助。根據類別未知(沒有被標記)的訓練樣本解決模式識別中的各種問題，稱之為無監督學習。
現實生活中常常會有這樣的問題：缺乏足夠的先驗知識，因此難以人工標注類別或進行人工類別標注的成本太高。很自然地，我們希望計算機能代我們完成這些工作，或至少提供一些幫助。根據類別未知(沒有被標記)的訓練樣本解決模式識別中的各種問題，稱之為無監督學習。
代碼片段和文件信息
import?math
import?numpy?as?np
import?matplotlib.pyplot?as?plt
from?mpl_toolkits.mplot3d?import?Axes3D?
#%matplotlib?inline
def?eudistance（x?y）:
????return?np.sqrt（np.sum（np.square（x?-?y）））
????
#計算超球體的超球體
def?calcualate_V（rd）:
????if?d?==?1:
????????return?2?*?r
????elif?d?==?2:
????????return?math.pi?*?（r?**2）
????elif?d?%?2?==?0:
????????k?=?d?/?2
????????return?（math.pi?**?k）?*?（r?**?d）?/?（math.factorial（k））
????else:
????????k?=?（d?-?1）?/?2
????????return?（math.pi?**?k）?*（2?**?（2?*?k?+?1））?*?（math.factorial（k））?*?（r?**?d）?/?（math.factorial（2?*?k?+?1））
def?cube（u）:
????u?=?np.abs（u）
????if?（u?<=?0.5）.all（）:
????????return?1
????return?0
def?knn（Data?X?kn?d?f）:
????n?=?len（Data）
????Prob?=?[]
????for?x?in?X:
????????dis?=?[]
????????for?s?in?Data:
????????????#dis.append（f（x?s））
????????????dis.append（abs（x-s））
????????dis.sort（）
????????v?=?calcualate_V（dis[kn-1]d）
????????Prob.append（kn?/?（n?*?v））
????return?np.array（Prob）
def?parzen（Data?X?h?d?f）:
????Prob?=?[]
????n?=?len（Data）
????for?x?in?X:
????????p?=?0.0
????????for?s?in?Data:
????????????p?+=?f（（s?-?x）?/?h）
????????Prob.append（p?/?（n?*?（h**d）））
????return?np.array（Prob）
def?test_1D_KNN（）:
????
????Data?=?np.random.randn（100）
????X?=?np.arange（-5?5?0.01）
????plt.figure（dpi=200）
????Prob1?=?knn（Data?X?kn=10?*?2?d=1?f=eudistance）
????ax?=?plt.subplot（2?2?1）
????
????ax.set_title（“n=100“）
????ax.plot（X?Prob1）
????Data?=?np.random.randn（1000）
????Prob2?=?knn（Data?X?kn=32?*?5?d=1?f=eudistance）
????ax?=?plt.subplot（2?2?2）
????ax.set_title（“n=1000“）
????ax.plot（X?Prob2）
????Data?=?np.random.randn（10000）
????Prob3?=?knn（Data?X?kn=100?*?8?d=1?f=eudistance）
????ax?=?plt.subplot（2?2?3）
????ax.set_title（“n=10000“）
????ax.plot（X?Prob3）
????Data?=?np.random.randn（100000）
????Prob4?=?knn（Data?X?kn=316?*?10?d=1?f=eudistance）
????ax?=?plt.subplot（2?2?4）
????ax.set_title（“n=100000“）
????ax.plot（X?Prob4）
????plt.tight_layout（）?#設置默認的間距
????plt.show（）
def?test_1D_parzen（）:
????
????Data?=?np.random.randn（100）
????X?=?np.arange（-5?5?0.01）
????plt.figure（dpi=200）
????Prob1?=?parzen（Data?X?h=2.5?d=1?f=cube）
????ax?=?plt.subplot（2?2?1）
????
????ax.set_title（“n=100“）
????ax.plot（X?Prob1）
????Data?=?np.random.randn（1000）
????Prob2?=?parzen（Data?X?h=2.5?d=1?f=cube）
????ax?=?plt.subplot（2?2?2）
????ax.set_title（“n=1000“）
????ax.plot（X?Prob2）
????Data?=?np.random.ran 評論
共有 條評論
川公網安備 51152502000135號