周志华版《机器学习》第十章 课后习题参考解答.pdfVIP

周志华《机器学习》第十章课后习题参

考解答

10.1西瓜数据集3.0α上k近邻分类器实现及与决策树分类边界比较

1.数据集背景

3.0α4.5176

西瓜数据集（表）含个样本，个离散特征（色泽、根蒂、敲声、纹理、脐部、

触感），标签为“好瓜1”（8个）、“坏瓜0”（9个），需先将离散特征数值化（有序编码

或独热编码）。

近邻分类器实现（）

2.kPython

（1）数据预处理（有序编码）

importnumpyasnp

importpandasaspd

importmatplotlib.pyplotasplt

fromsklearn.neighborsimportKNeighborsClassifier

fromsklearn.treeimportDecisionTreeClassifier

fromsklearn.metricsimportaccuracy_score

fromsklearn.preprocessingimportLabelEncoder

#1.加载西瓜数据集3.0α

defload_watermelon30a():

data[

[,,,,,,1],[,,,,,,1],

青绿蜷缩浊响清晰凹陷硬滑乌黑蜷缩沉闷清晰凹陷硬滑

[,,,,,,1],[,,,,,,1],

乌黑蜷缩浊响清晰凹陷硬滑青绿蜷缩沉闷清晰凹陷硬滑

[,,,,,,1],[,,,,,,1],

浅白蜷缩浊响清晰凹陷硬滑青绿稍蜷浊响清晰稍凹软粘

[,,,,,,1],[,,,,,,1],

乌黑稍蜷浊响稍糊稍凹软粘乌黑稍蜷浊响清晰稍凹硬滑

[,,,,,,0],[,,,,,,0],

乌黑稍蜷沉闷稍糊稍凹硬滑青绿硬挺清脆清晰平坦软粘

[浅白,硬挺,清脆,模糊,平坦,硬滑,0],[浅白,蜷缩,浊响,模糊,平坦,软粘,0],

[青绿,稍蜷,浊响,稍糊,凹陷,硬滑,0],[浅白,稍蜷,沉闷,稍糊,凹陷,硬滑,0],

[乌黑,稍蜷,浊响,清晰,稍凹,软粘,0],[浅白,蜷缩,浊响,模糊,平坦,硬滑,0],

[青绿,蜷缩,沉闷,稍糊,稍凹,硬滑,0]

]

columns[色泽,根蒂,敲声,纹理,脐部,触感,好瓜]

dfpd.DataFrame(data,columnscolumns)

#2.离散特征有序编码（保留语义关联）

encoders{}

forcolindf.columns[:-1]:#除标签外的特征

leLabelEncoder()

#自定义编码顺序（按“好瓜倾向”排序）

ifcol色泽:

df[col]le.fit_transform(df[col].map({:0,:1,:2}))

浅白乌黑青绿

elifcol根蒂:

df[col]le.fit_transform(df[col].map({:0,:1,:2}))

硬挺稍蜷蜷缩

elifcol敲声:

df[col]le.fit_transform(df[col].map(