-
Notifications
You must be signed in to change notification settings - Fork 13
/
classifierTest.py
172 lines (150 loc) · 4.49 KB
/
classifierTest.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
# _*_ coding: utf-8 _*_
#
# author : [email protected]
# function : 整个包的测试起点
# 涵盖:
# 分类包:KNN、DecisionTree、Bayesian、Logistic、SVM、AdaBoostTest
# 回归包:线性回归、多元线性回归
# 聚类包:KMeans
# 文本挖掘:SVD、LSI、pLSA、LDA
# 需要安装的第三方包:numpy、scipy、nltk、scikit、gensim
#
import sys
from hmgis.Test.KNNTest import *
from hmgis.Test.DecisionTreeTest import *
from hmgis.Test.BayesianTest import *
from hmgis.Test.LogisticTest import *
from hmgis.Test.SVMTest import *
from hmgis.Test.AdaBoostTest import *
from hmgis.Test.RegressionTest import *
from hmgis.Test.KMeansTest import *
from hmgis.Test.SVDTest import *
from hmgis.Test.RecommendTest import *
from hmgis.Test.LSATest import *
from hmgis.Test.GensimTest.SimpledocTest import *
from hmgis.Test.pLSATest import *
class ClassifierTest:
## KNN距离分类测试,KNN分类适合数值型分类
def knnTest(self):
knn = KNNTest()
## 最简单的KNN测试,判断一个点的分类情况
knn.knnTest()
## 点的可视化
knn.show2DPoint('data/knn/datingTestSet2.txt')
knn.show3DPoint('data/knn/datingTestSet2.txt')
## 从txt文件中获得数据进行分类
## 分类前会进行归一化处理
knn.knnTest2('data/knn/datingTestSet2.txt')
print '-----------------------'
## 使用scikit learn包中的KNN函数进行分类
knn.knnTestScikit('data/knn/datingTestSet2.txt')
## 决策树分类
def dtTest(self):
dt = DecisionTreeDemo()
dataMat, labels = dt.createDataset('data/dt/lenses.txt')
## 由于决策树分类的可视化结果比较麻烦,直接使用了scikit的方法
dt.dtTest(dataMat, labels)
## 贝叶斯分类,适用于文本分类情况
def bayesianTest(self):
bayesian = BayesianTest()
listOPosts, listClasses = bayesian.loadDataSet()
# ## 最简单的贝叶斯分类
# bayesian.testingNB()
# ## 从RSS文件中进行分类
rssBayesian = RSSBayesianTest()
# rssBayesian.SingleClassifier()
# rssBayesian.scikitNBClassfier()
# rssBayesian.crossValidClassifier()
# ## 对email数据进行分类
emailBayesian = emailClassfier()
emailBayesian.spamTest(bayesian)
## Logistic分类,将数据分为0和1两种类型
def logisticTest(self):
logic = LogisticTest()
## t梯度下降法计算
logic.calGradAscent('data/logistic/testSet.txt')
## 随机梯度下降法
logic.calRandomGradAscent('data/logistic/testSet.txt')
## 改进随机梯度下降法
logic.calRandomGradAscent2('data/logistic/testSet.txt')
## 交叉验证
logic.multiColicHorseTest()
## SCIKIT的logistic分类
logic.calScikitLogistic('data/logistic/testSet.txt')
## SVM分类,原理太复杂
def svmTest(self):
svm = SVMTest()
## 线性SVM
# svm.testLinear()
# svm.testMultiLinear()
# ## RBF核函数
# svm.testRbf(('rbf', 1.5))
svm.testDigits(('rbf', 50))
# ## SciKit中的SVM方法
# svm.testSciKitSVM()
## Boost类型分类,它将一个简单的弱分类器单根决策树构成了一个强分类器
def adaBoostTest(self):
ada = AdaBoostTest()
ada.adaboostTest()
#ada.scikitAdaboost()
## 回归分析
def regressionTest(self):
reg = RegressionTest()
reg.simpleTest()
reg.multiTest()
#
#岭回归
reg.ridgeRegression()
## KMeans聚类
def kmeansTest(self):
kmeans = KMeansTest()
kmeans.kMeansTest()
kmeans.KMeansTest2()
kmeans.KMeansTest3()
kmeans.ClusterClubsTest(6)
#kmeans.ScikitKMeansTest()
## SVD降维分解,它是LSI的核心
def SVDTest(self):
svd = SVDTest()
svd.svdTest1()
svd.svdTest2()
## 推荐系统,主要是相似度计算
def recommendTest(self):
recom = RecommendTest()
recom.recommendTest()
recom.recommendTest2()
recom.singleInfoSimilary()
## LSA(LSI)测试
def LSATest(self):
lsa = LSATest()
# lsa.simpleTest()
# lsa.englishCorpusTest()
lsa.weiboTest()
## Gensim库的测试
def GensimTest(self):
gen = GensimTest()
# gen.simple()
# gen.simple2()
gen.GIS3SNewsTopic()
# gen.weiboTopic()
def pLSATest(self):
plsa = pLSATest()
plsa.plsaTest()
if __name__ == "__main__":
reload(sys) # 2
sys.setdefaultencoding('utf-8')
sys.getfilesystemencoding()
classifier = ClassifierTest()
# classifier.knnTest()
classifier.dtTest()
# classifier.bayesianTest()
# classifier.logisticTest()
# classifier.svmTest()
# classifier.adaBoostTest()
# classifier.regressionTest()
#classifier.kmeansTest()
#classifier.SVDTest()
# classifier.recommendTest()
# classifier.LSATest()
# classifier.GensimTest()
# classifier.pLSATest()