Functions — github.com/Jack-Cherish/Machine-Learning

↓ 8 callersFunctionisTree

函数说明:判断测试输入变量是否是一棵树 Parameters: obj - 测试对象 Returns: 是否是一棵树 Website: http://www.cuijiahua.com/ Modify: 2017-12-14

Regression Trees/regTrees.py:180

↓ 8 callersFunctionrssError

误差大小评价函数 Parameters: yArr - 真实数据 yHatArr - 预测数据 Returns: 误差大小

Regression/abalone.py:101

↓ 6 callersFunctionlwlrTest

函数说明:局部加权线性回归测试 Parameters: testArr - 测试数据集,测试集 xArr - x数据集,训练集 yArr - y数据集,训练集 k - 高斯核的k,自定义参数 Returns: ws - 回归系数 Website: http://ww

Regression/abalone.py:59

↓ 6 callersFunctionscrapePage

函数说明:从页面读取数据，生成retX和retY列表 Parameters: retX - 数据X retY - 数据Y inFile - HTML文件 yr - 年份 numPce - 乐高部件数目 origPrc - 原价 Returns: 无 Websit

Regression/lego.py:6

↓ 5 callersFunctionbinSplitDataSet

函数说明:根据特征切分数据集合 Parameters: dataSet - 数据集合 feature - 带切分的特征 value - 该特征的值 Returns: mat0 - 切分的数据集合0 mat1 - 切分的数据集合1 Website:

Regression Trees/regTrees.py:49

↓ 4 callersFunctioncalcEk

计算误差 Parameters： oS - 数据结构 k - 标号为k的数据 Returns: Ek - 标号为k的数据误差

SVM/svmMLiA.py:78

↓ 4 callersFunctioncalcEk

计算误差 Parameters： oS - 数据结构 k - 标号为k的数据 Returns: Ek - 标号为k的数据误差

SVM/svm-digits.py:78

↓ 4 callersFunctioncalcEk

计算误差 Parameters： oS - 数据结构 k - 标号为k的数据 Returns: Ek - 标号为k的数据误差

SVM/svm-smo.py:53

↓ 3 callersFunctionkernelTrans

通过核函数将数据转换更高维的空间 Parameters： X - 数据矩阵 A - 单个数据的向量 kTup - 包含核函数信息的元组 Returns: K - 计算的核K

SVM/svmMLiA.py:40

↓ 3 callersFunctionkernelTrans

通过核函数将数据转换更高维的空间 Parameters： X - 数据矩阵 A - 单个数据的向量 kTup - 包含核函数信息的元组 Returns: K - 计算的核K

SVM/svm-digits.py:40

↓ 3 callersFunctionloadDataSet

函数说明:加载数据 Parameters: fileName - 文件名 Returns: xArr - x数据集 yArr - y数据集 Website: http://www.cuijiahua.com/ Modify: 2017-11-12

Regression/regression_old.py:6

↓ 3 callersFunctionloadDataSet

函数说明:加载数据 Parameters: fileName - 文件名 Returns: dataMat - 数据矩阵 Website: http://www.cuijiahua.com/ Modify: 2017-12-09

Regression Trees/regTrees.py:5

↓ 3 callersFunctionloadDataSet

()

Logistic/LogRegres.py:52

↓ 3 callersFunctionlwlrTest

函数说明:局部加权线性回归测试 Parameters: testArr - 测试数据集 xArr - x数据集 yArr - y数据集 k - 高斯核的k,自定义参数 Returns: ws - 回归系数 Website: http://www.cuijiahua.

Regression/regression_old.py:174

↓ 3 callersFunctionsetOfWords2Vec

(vocabList, inputSet)

Naive Bayes/bayes.py:65

↓ 3 callersFunctionsigmoid

(inX)

Logistic/colicLogRegres.py:22

↓ 2 callersFunctionadaClassify

AdaBoost分类函数 Parameters: datToClass - 待分类样例 classifierArr - 训练好的分类器 Returns: 分类结果

AdaBoost/horse_adaboost.py:118

↓ 2 callersFunctionautoNorm

(dataSet)

kNN/2.海伦约会/kNN_test02.py:186

↓ 2 callersFunctioncalcShannonEnt

(dataSet)

Decision Tree/Decision Tree.py:22

↓ 2 callersFunctionclassify0

(inX, dataSet, labels, k)

kNN/2.海伦约会/kNN_test02.py:24

↓ 2 callersFunctionclassifyNB

(vec2Classify, p0Vec, p1Vec, pClass1)

Naive Bayes/bayes.py:126

↓ 2 callersFunctionfile2matrix

(filename)

kNN/2.海伦约会/kNN_test02.py:67

↓ 2 callersFunctiongetNumLeafs

(myTree)

Decision Tree/Decision Tree.py:202

↓ 2 callersFunctiongetTreeDepth

(myTree)

Decision Tree/Decision Tree.py:226

↓ 2 callersFunctionimg2vector

将32x32的二进制图像转换为1x1024向量。 Parameters: filename - 文件名 Returns: returnVect - 返回的二进制图像的1x1024向量

SVM/svm-svc.py:18

↓ 2 callersFunctionimg2vector

(filename)

kNN/3.数字识别/kNN_test03.py:60

↓ 2 callersFunctionimg2vector

(filename)

kNN/3.数字识别/kNN_test04.py:18

↓ 2 callersFunctioninnerL

优化的SMO算法 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Returns: 1 - 有任意一对alpha值发生变化 0 - 没有任意一对alpha值发生变化或变化太小

SVM/svmMLiA.py:162

↓ 2 callersFunctioninnerL

优化的SMO算法 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Returns: 1 - 有任意一对alpha值发生变化 0 - 没有任意一对alpha值发生变化或变化太小

SVM/svm-digits.py:162

↓ 2 callersFunctioninnerL

优化的SMO算法 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Returns: 1 - 有任意一对alpha值发生变化 0 - 没有任意一对alpha值发生变化或变化太小

SVM/svm-smo.py:137