资源简介
Machine learning DecisionTree
代码片段和文件信息
‘‘‘Created on Jan02 2014
dumps and load object with JSON
@author: Aidan
‘‘‘
import json
import inspect
import pdb
def object2dict(obj):
#convert object to a dict
d = {‘__class__‘:obj.__class__.__name__ ‘__module__‘:obj.__module__}
d.update(obj.__dict__)
return d
def objectDumps2File(obj jsonfile):
objDict = object2dict(obj)
with open(jsonfile ‘w‘) as f:
f.write(json.dumps(objDict))
def dict2object(d):
‘‘‘convert dict to object the dict will be changed‘‘‘
if‘__class__‘ in d:
class_name = d.pop(‘__class__‘)
module_name = d.pop(‘__module__‘)
module = __import__(module_name)
#print ‘the module is:‘ module
class_ = getattr(moduleclass_name)
args = dict((key.encode(‘ascii‘) value) for key value in d.items()) #get args
#print ‘the atrribute:‘ repr(args)
#pdb.set_trace()
inst = class_(**args) #create new instance
else:
inst = d
return inst
def objectLoadFromFile(jsonFile):
‘‘‘load json file and generate a new object instance whose __name__ filed
will be ‘inst‘ ‘‘‘
with open(jsonFile) as f:
objectDict =json.load(f)
obj = dict2object(objectDict)
return obj
#test function
if __name__ == ‘__main__‘:
class Person(object):
def __init__(selfnameage **args):
obj_list = inspect.stack()[1][-2]
self.__name__ = obj_list[0].split(‘=‘)[0].strip()#object instance name
self.name = name
self.age = age
def __repr__(self):
return ‘Person object name : %s age : %d‘ % (self.nameself.age)
def say(self):
#d = inspect.stack()[1][-2]
#print d[0].split(‘.‘)[0].strip()
return self.__name__
def jsonDumps(self filename=None):
‘‘‘essential transformation to Python basic type in order to
store as json. dumps as objectname.json if filename missed ‘‘‘
if not filename:
jsonfile = self.__name__+‘.json‘
else: jsonfile = filename
objectDumps2File(self jsonfile)
def jsonloadTransfer(self):#TBD
‘‘‘essential transformation to object required typesuch as
numpy matrix.call this function after newobject = objectLoadFromFile(jsonfile)‘‘‘
pass
p = Person(‘Aidan‘22)
#json.dumps(p)#error will be throwed
#objectDumps2File(p‘Person.json‘)
p.jsonDumps()
p_l = objectLoadFromFile(‘p.json‘)
print ‘the decoded obj type: %s obj:%s‘ % (type(p_l)repr(p_l))
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 795 2012-01-09 21:40 decisiontree\lenses.txt
文件 2789 2014-12-01 12:11 decisiontree\ob
文件 1317 2014-12-12 14:57 decisiontree\testDS.py
文件 4239 2014-11-12 13:56 decisiontree\treePlotter.py
文件 9529 2014-12-12 14:17 decisiontree\trees.py
文件 8655 2014-12-12 14:22 decisiontree\trees.pyc
目录 0 2014-12-12 15:17 decisiontree
----------- --------- ---------- ----- ----
27324 7
- 上一篇:双三次插值算法
- 下一篇:数据结构课程设计-校园导游
相关资源
- 多输出支持向量机(multioutput svm)
- 机器学习常用数据集(iris、wine、ab
- Face-tracking.zip
- [MIT][计算机科学及编程导论][6.00][课程
- 花卉识别程序+数据集
- 决策树算法.rar
- SciHub神器,基于爬虫原理
- 全面综述:循环神经网络进展
- 国科大 模式识别与机器学习期末考查
- 基于决策树的手写体识别
- coursera 吴恩达深度机器学习 deep lear
- 美团机器学习实践.pdf
- 机器学习-泰坦尼克号船员获救
- 基于机器学习方法(SVM和NB)的MIMO天
- 基于Flask的留言板Demo
- Tom Mitchell《机器学习》中文word版本
- tensorflow-2.3.0-cp37-cp37m-win_amd64.whl
- 亚马逊美食评论50万数据集(Amazon F
- tensorflow麻将智能出牌源码
- 机器学习之随机森林random forest算法最
- UCI机器学习数据库部分数据集iris、
- 概率图模型 原理与技术 完整版 中文
- 机器学习实战之02-k近邻算法全部源代
- 支持向量机大牛Vapnik的两篇论文
- 隐形眼镜数据-机器学习
- PyCharm汉化后设置界面打不开完美解决
- 决策树学习
- 北航研究生机器学习2013年考试试题
- 信号与数据处理中的低秩模型——理
- sonar.all-data
评论
共有 条评论