机器学习实战 第九章 的树回归这里代码有问题
2016-11-19 00:58
260 查看
我的文章来自@fghdvbgt的一篇博客：http://m.blog.csdn.net/article/details?id=51277716
发现里面确实有着两个问题：
（1）：def binSplitDataSet(dataSet, feature, value):
mat0 = dataSet[nonzero(dataSet[:,feature] > value)[0],:][0]
mat1 = dataSet[nonzero(dataSet[:,feature] <= value)[0],:][0]
return mat0,mat1
mat0,mat1应去掉后面的[0]，这样才能将原dataSet按照feature的种类分割
（2）： 是chooseBestSplit函数中的： for splitVal in set(dataSet[:,featIndex]):应该改为：
for splitVal in set(i[0] for i in dataSet[:,index].tolist()):这样才可以正确运行
发现里面确实有着两个问题：
（1）：def binSplitDataSet(dataSet, feature, value):
mat0 = dataSet[nonzero(dataSet[:,feature] > value)[0],:][0]
mat1 = dataSet[nonzero(dataSet[:,feature] <= value)[0],:][0]
return mat0,mat1
mat0,mat1应去掉后面的[0]，这样才能将原dataSet按照feature的种类分割
（2）： 是chooseBestSplit函数中的： for splitVal in set(dataSet[:,featIndex]):应该改为：
for splitVal in set(i[0] for i in dataSet[:,index].tolist()):这样才可以正确运行
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 机器学习实战 - 第九章树回归 代码运行报错原因
- 机器学习实战代码详解（八）预测数值型数据：回归
- 读书笔记：机器学习实战（4）——章五的逻辑回归代码和个人理解
- 代码注释：机器学习实战第8章 预测数值型数据：回归
- 机器学习实战笔记_09_树回归_代码错误修正
- 机器学习实战------利用logistics回归预测病马死亡率
- 读书笔记：机器学习实战(3)——章4的朴素贝叶斯分类代码和个人理解与注释
- 代码注释：机器学习实战第7章 利用AdaBoost元算法提高分类性能
- 读书笔记：机器学习实战(5)——章6的支持向量机代码和个人理解与注释
- 代码注释：机器学习实战第12章 使用FP-growth算法来高效发现频繁项集
- 代码注释：机器学习实战第6章 支持向量机
- 机器学习实战线性回归局部加权线性回归笔记
- 机器学习实战，第三章，临时代码
- 代码注释：机器学习实战第10章 利用K-均值聚类算法对未标注数据分组
- 机器学习实战之回归
- 代码注释：机器学习实战第5章 Logistic回归
- 机器学习实战书191代码勘误
- 机器学习实战-边学边读python代码(5)
- 机器学习实战之回归
- 机器学习实战 第二章KNN（1）python代码及注释