数据挖掘常用算法代码实现

数据挖掘常用算法代码实现

from numpy import *
import matplotlib.pyplot as plt
def loadDataSet（fileName）:      #general function to parse tab -delimited floats
    dataMat = []                #assume last column is target value
    fr = open（fileName）
    for line in fr.readlines（）:
        curLine = line.strip（）.split（‘\t‘）
        fltLine = map（floatcurLine） #map all elements to float（）
        dataMat.append（fltLine）
    return dataMat

def distEclud（vecA vecB）:
    return sqrt（sum（power（vecA - vecB 2））） #la.norm（vecA-vecB）

def randCent（dataSet k）:
    n = shape（dataSet）[1]
    centroids = mat（zeros（（kn）））#create centroid mat
    for j in range（n）:#create random cluster centers within bounds of each dimension
        minJ = min（array（dataSet）[:j]）
        
        rangeJ = float（max（array（dataSet）[:j]） -

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3225  2016-02-20 09:33  数据挖掘常用算法+代码+数据\K-maeans\K-means.py

     文件        302  2016-02-20 12:52  数据挖掘常用算法+代码+数据\K-maeans\Readme.txt

     文件      19472  2014-09-25 20:34  数据挖掘常用算法+代码+数据\K-maeans\testSet.txt

     文件       1737  2016-02-20 13:46  数据挖掘常用算法+代码+数据\KNN\knn.py

     文件        312  2016-02-20 14:03  数据挖掘常用算法+代码+数据\KNN\Readme.txt

     文件       3788  2010-11-01 15:09  数据挖掘常用算法+代码+数据\LogisticRegression\horseColicTest.txt

     文件      60655  2010-11-01 14:56  数据挖掘常用算法+代码+数据\LogisticRegression\horseColicTraining.txt

     文件       6402  2016-02-20 14:43  数据挖掘常用算法+代码+数据\LogisticRegression\lr.py

     文件       7090  2016-02-20 14:43  数据挖掘常用算法+代码+数据\LogisticRegression\lr.pyc

     文件        549  2016-02-20 14:41  数据挖掘常用算法+代码+数据\LogisticRegression\LRClassifier150.json

     文件       1977  2016-02-20 14:45  数据挖掘常用算法+代码+数据\LogisticRegression\main.py

     文件       2723  2016-02-20 14:43  数据挖掘常用算法+代码+数据\LogisticRegression\object_json.py

     文件       3789  2016-02-20 14:43  数据挖掘常用算法+代码+数据\LogisticRegression\object_json.pyc

     文件        435  2016-02-20 14:50  数据挖掘常用算法+代码+数据\LogisticRegression\Readme.txt

     文件        381  2014-11-03 17:02  数据挖掘常用算法+代码+数据\PageRank\changeT.m

     文件        326  2016-02-20 10:40  数据挖掘常用算法+代码+数据\PageRank\data.mat

     文件        376  2016-02-20 10:44  数据挖掘常用算法+代码+数据\PageRank\main.m

     文件        395  2014-11-10 17:35  数据挖掘常用算法+代码+数据\PageRank\PageRank.m

     文件        333  2016-02-20 10:52  数据挖掘常用算法+代码+数据\PageRank\Readme.txt

     文件        670  2016-02-20 14:09  数据挖掘常用算法+代码+数据\RandomForest\data\out.csv

     文件       2958  2015-11-24 20:47  数据挖掘常用算法+代码+数据\RandomForest\data\test_x.csv

     文件      13282  2016-02-20 14:09  数据挖掘常用算法+代码+数据\RandomForest\data\train_x.csv

     文件       2245  2016-02-20 14:09  数据挖掘常用算法+代码+数据\RandomForest\data\train_y.csv

     文件        840  2016-02-20 14:13  数据挖掘常用算法+代码+数据\RandomForest\randomforest.py

     文件        393  2016-02-20 14:16  数据挖掘常用算法+代码+数据\RandomForest\Readme.txt

     文件        346  2016-02-20 12:36  数据挖掘常用算法+代码+数据\SVM\Readme.txt

     文件       1564  2016-02-20 12:30  数据挖掘常用算法+代码+数据\SVM\svm.m

     文件      20168  2010-01-30 18:38  数据挖掘常用算法+代码+数据\SVM\wine.mat

     文件      25590  2005-08-06 20:13  数据挖掘常用算法+代码+数据\WEKA和SPSS的数据集\SPSS数据集\data02-01.sav

     文件        659  2004-03-18 08:34  数据挖掘常用算法+代码+数据\WEKA和SPSS的数据集\SPSS数据集\data02-02.sav

............此处省略183个文件信息