Cookbook for Practice 4.1

Cong Li 李聪

实践4.1攻略

Classification Data 分类数据 (1)

Start a new file ‘classificationData.py’ w/ a new class. Later we will use this class for data in classification

创建一个包含新的类型的新文件“classificationData.py”。以后的分类中，数据都会用到这个类型。

In the initialization function, initialize two empty arrays. One for class labels & one for attribute data for each item.

在初始化函数中，初始化两个数组。一个存储每条数据的真实类别，另一个存储每条数据用于分类的属性数据

Classification Data 分类数据 (2)

Write a member functions add a data item

写一个成员函数，用来添加一条数据

Write 3 member functions to retrieve the total number of data items, the attributes (features) & label of a certain data item

写三个成员函数，获取总数据量以及某条数据的属性（特征）和类别

Evaluation 评估

Modify the class ‘Tester’ w/ a new member function, taking the training data for training & test data for evaluation

修改“Tester”类型，加一个新的成员函数，接收训练数据用以训练和测试数据进行评估

Configure Data Size 设置数据量

Start a new file ‘test.py’, import ‘argparse’, follow Practice 2.1 to use a mandatory command line argument to input the training data size, & hard-code the test data size

新开一个“test.py”文件，导入“argparse”，参照实践2.1用一个必要命令行参数来输入训练数据量，将测试数据量设为100

Generate 1 Data Item 生成一条数据 (1)

Import ‘random’ & ‘numpy’. Before the main section, define a new function ‘generate_data’. In the function, generate 2 random numbers (-3~3 & -15~15)

导入“random”和“numpy”。在main部分前声明一个函数“generate_data”。产生两个随机数（ -3~3和-15~15 ）

Generate 1 Data Item 生成一条数据 (2)

Take the 1^st random number as the attribute (but leave the 2^nd one for future use, just to make the random series fixed) & determine the class label. Return the data item (x in numpy array type)

以第一个随机数作为属性（把第二个留到将来，仅仅为了保证随机序列的确定性），确定类别。返回该数据（x为numpy数组类型）

Training & Test Data �训练和测试数据

Import ‘classificationData’ 导入“classificationData”

In the main section, initialize the random seed. Generate test data first (to make the data the same for different training data size) & then the training data 在main部分中，初始化随机数。先生成测试数据（以保证不同训练数据量下测试数据相同），然后生成训练数据

Training & Test Data �训练和测试数据

Import ‘classificationData’ 导入“classificationData”

In the main section, initialize the random seed. Generate test data first (to make the data the same for different training data size) & then the training data 在main部分中，初始化随机数。先生成测试数据（以保证不同训练数据量下测试数据相同），然后生成训练数据

Run It 运行之

Import ‘tester’ & ‘nearestNeighbor’

导入“tester”和“nearestNeighbor”

Create an instance of ‘NearestNeighbor’ class, an instance of ‘Tester’, & evaluate the classification accuracy

生成“NearestNeighbor”类型的实例和“Tester”类型的实例，评估分类准确率

Try training data size of 20, 40, 60, 80, 100, 120

尝试不同的训练数据量：20，40，60，80，100，120

The End