kNN-预测

现在进行第五步，对数据进行预测

那么要做的的是从数据集里面拿出一部分作为要预测的，剩下的去比较，书上使用的是10%

# 对之前做好的kNN算法进行预测
# 首先获取之前构造好的kNN分类器、数据、规则化之后的数据
import kNN
import norm

# 倒完包之后先别急，目的是从规则化的数据集里面选100个出来，用分类器进行预测，计算错误率
# 这里图简单，直接用的前100个进行预测，后面会打乱数据集进行真正的随机

labelSet = norm.labelSet
norm_data = norm.norm_data
random_ratio = 0.10
norm_num = len(norm_data)  # 1000
predict_num = int(random_ratio * norm_num)  # 100
errorNum = 0.0

然后进行预测，预测的思路是：

• 100行预测，剩下900行作为比对
• 每次取1行，然后经过分类器得出结果，再与标记的结果进行比较，看正误
• 输出结果并计算错误率

# 开始预测
for i in range(predict_num):
    predict_result = kNN.classifier(norm_data[i, :], norm_data[predict_num:norm_num, :], labelSet[predict_num:norm_num], 3)
    # print(predict_result)
    print("the classifier came back with:%d,the real answer is:%d " % (predict_result, labelSet[i]))
    if predict_result != labelSet[i]:
        errorNum += 1.0
print("the total error rate is:%f"%(errorNum/float(predict_num)))

然鹅，报错了

TypeError: unhashable type: 'numpy.ndarray'

这里的报错，网上找了很多，都没有解决，尝试自己一步一步解决

• 首先，在kNN文件中使用classifier是没有问题的
• 这里的错误指向的是kNN.classifier，但是检查了网上说的几种情况如变量名冲突、np.array类型都没有问题
• 那么只有可能是kNN中classifier的数据类型出了问题
• 通过报错提示的行数，将字典中的label类型从str修改为int，即可成功

修改代码如下

# kNN.py
label = int(label)

再次运行predict.py

# 对之前做好的kNN算法进行预测
# 首先获取之前构造好的kNN分类器、数据、规则化之后的数据
import kNN
import norm

# 倒完包之后先别急，目的是从规则化的数据集里面选100个出来，用分类器进行预测，计算错误率
# 这里图简单，直接用的前100个进行预测，后面会打乱数据集进行真正的随机

labelSet = norm.labelSet
norm_data = norm.norm_data
random_ratio = 0.10
norm_num = len(norm_data)  # 1000
predict_num = int(random_ratio * norm_num)  # 100
errorNum = 0.0

# 开始预测
for i in range(predict_num):
    predict_result = kNN.classifier(norm_data[i, :], norm_data[predict_num:norm_num, :], labelSet[predict_num:norm_num], 3)
    # print(predict_result)
    print("the classifier came back with:%d,the real answer is:%d " % (predict_result, labelSet[i]))
    if predict_result != labelSet[i]:
        errorNum += 1.0
print("the total error rate is:%f"%(errorNum/float(predict_num)))

结果如下

the classifier came back with:3,the real answer is:3
the classifier came back with:2,the real answer is:2
the classifier came back with:1,the real answer is:1
...
the classifier came back with:3,the real answer is:1
the total error rate is:0.050000

但是，这也会带来一个问题，那就是原来kNN中的预测会报错，因为原来标签是对应的str类型