assignment1

学习记录（做的过程中写个提纲，做完了再完善一下说不定是要理解深刻一点，总之写下来没坏处，就当纪念啦(｡>∀<｡)）

环境Ubuntu

数据集cifar10

先完成knn代码部分

第一部分

两层循环求L2距离 compute_distances_two_loops

要求

#Compute the l2 distance between the ith test point and the jth    #

# training point, and store the result in dists[i, j]. You should  #

# not use a loop over dimension.

dists[i,j]=np.sqrt(np.sum((self.X_train[j,:]-X[i,:])**2))

一层循环求L2距离compute_distances_one_loops

# TODO:                                                              #

# Compute the l2 distance between the ith test point and all training #

# points, and store the result in dists[i, :].                        #

dists[i,:]=np.sqrt(np.sum(self.X_train-X[i,:],axis=1))

无循环 no_loop

# TODO:                                                                #

# Compute the l2 distance between all test points and all training      #

# points without using any explicit loops, and store the result in      #

# dists.                                                                #

# You should implement this function using only basic array operations; #

# in particular you should not use functions from scipy.                #

# HINT: Try to formulate the l2 distance using matrix multiplication    #

#      and two broadcast sums.                                        #

用基本数组操作、广播机制

平方差展开

(dists=sqrt（X_train^2+X^2-2*X_train*X）)

第二部分

predict_labels

# TODO:                                                                #

# Use the distance matrix to find the k nearest neighbors of the ith    #

# testing point, and use self.y_train to find the labels of these      #

# neighbors. Store these labels in closest_y.                          #

# Hint: Look up the function numpy.argsort.                            #

# TODO:                                                                #

# Now that you have found the labels of the k nearest neighbors, you    #

# need to find the most common label in the list closest_y of labels.  #

# Store this label in y_pred[i]. Break ties by choosing the smaller    #

# label.                                                                #

使用 numpy.argsort

np.argsort

sort+slice

slice

将dists进行排序存入数组

再挑出最合适的label

使用np.bincount和np.argmax

argmax:返回沿轴axis最大值的索引 bincount:统计次数,计算数据集的标签列（y_train）的分布

np.argmax

np.bincount

closest_y=self.y_train[np.argsort(dists[i,:])[0:k]]

y_pred[i]=np.argmax(np.bincount(closest_y))

完成后

用jupyter notebook打开knn.ipynb，运行

result

这种作业做起来好棒啊（注释说的清楚明白嘿嘿）。

发现很多感觉懂的真正写下来很难，有种文字障碍的感觉。

numpy API一点都不熟 ，想着整理又觉得每次搜一下用法也可以，哎可能这就是懒吧。

就是个记录并非教程所以详细过程也没说啦。