机器学习实战错误校正

机器学习实战书中代码用python2实现，当使用python3时会出现一些错误，这些错误由语法不同或者代码不够完善引起，学习过程中修改如下，方便大家学习。

1、page40，majorityCnt中的iteritems()

（1）在Python2.x中，iteritems() 用于返回本身字典列表操作后的迭代器【Returns an iterator on all items(key/value pairs) 】，不占用额外的内存。
（2）在Python 3.x 里面，iteritems()方法已经废除了。在3.x里用 items()替换iteritems() ，可以用于 for 来循环遍历。
[https://blog.csdn.net/program_developer/article/details/78657908]

[https://blog.csdn.net/liukai2918/article/details/78307271]

 

2、page41，创建树的函数代码

def createTree(dataset,featureList): 

 参数featureList传进来后应该首先进行深拷贝出另一个list用来操作，按照书中的代码，featureList会被删除第一个特征，因为传递的是引用型，所以函数外部的featureList也会改变而且难以察觉，此处改为：

def createTree(dataset,featureList):    #数据集，特征列表,产生决策树，返回值是字典
    featureListCopy=featureList[:]

 函数内的featureList均改为featureListCopy。

 

3、page65，切分文本

regEx=re.compile('\\W*')

 \w表示数字字母下划线

\W表示非数字非字母非下划线，即对\w取反

*表示匹配0次、1次或者多次

运行后抛出警告：

FutureWarning: split() requires a non-empty pattern match.

原因：用\W*匹配文本时表示非数字字母下划线任意次，也就是说0次也符合匹配要求，0次就是nothing

Your regular expression ('\\W*') is invalid - it means zero or more not word characters. Zero or more can be matched by "nothing", and if empty string is a match, where exactly do you expect splits will occur?

[https://stackoverflow.com/questions/37642284/futurewarning-split-requires-a-non-empty-pattern-match]

解决办法：把*改成+即可。

 

4、page66，range()

python3中的range（）返回的是range类型，不是list类型，此处需要修改：

将:

trainingSet=rang(50)

改为：
trainingSet=list(range(50))

5、用于分类的邮件中ham文件夹下第23.txt文件的第二段中有个“？”会带来编码问题，删除即可。