资源简介
machine learning SVM classify algorithm
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 2789 2014-12-01 12:11 svm\ob
文件 9937 2014-12-01 12:09 svm\svm.py
文件 5180 2014-11-25 16:42 svm\SVMClassifier_Rbf_0_05.json
文件 1320 2014-11-25 16:42 svm\SVMClassifier_Rbf_0_5.json
文件 1572 2014-11-25 16:41 svm\SVMClassifier_Rbf_1_3.json
文件 646 2014-11-25 14:54 svm\SVMClassifier_simple.json
文件 2208 2010-11-04 14:13 svm\testSet.txt
文件 2945 2010-11-26 18:16 svm\testSetRBF.txt
文件 2951 2010-11-26 18:17 svm\testSetRBF2.txt
文件 3703 2014-12-01 12:12 svm\testsvm.py
目录 0 2014-12-01 12:12 svm
文件 129569 2011-05-04 16:03 svm\digits.zip
文件 3932 2014-12-01 12:12 svm\ob
文件 9123 2014-12-01 12:12 svm\svm.pyc
----------- --------- ---------- ----- ----
175875 14
- 上一篇:数据库数据用图表显示
- 下一篇:EXCEL战斗模拟器
相关资源
- 支持向量机libsvm-2.88(最新版
- Coursera Machine Learning 第二周编程全套满
- ABC-SVM算法,逐行代码注释简单易懂,
- 利用OpenCV,通过SVM识别图像中图形链
- libsvm工具包含网格法查找最优解函数
- libsvm工具包含网格法查找最优解函数
- libsvm工具包含网格法查找最优解函数
- 宽度学习ppt
- 国科大模式识别与机器学习考题总结
- 采用SVM控制的四桥臂三相逆变器
- 机器学习 数据集
- Forest Fires Data Set
- Proficy Machine Edition v8.0.iso+完整授权
- 利用FSVM实现对手写数字的识别
- 支持向量机SVM多分类算法实现
- 机器学习西瓜分类贝叶斯算法详解
- SVM_Iris.rar
- 粒子群PSO优化SVM做预测
- R语言LDA对鸾尾花数据分类
- 机器学习系列分享.txt
- 鸢尾花iris数据集,用于机器学习训练
- 基于SVM电力系统短期负荷预测的其中
- 适用于libsvm的iris数据集
- 吴恩达机器学习资料包
- 吴恩达-李飞飞-林轩田等机器学习深度
- 金融风控建模教程-申请评分卡的数据
- 斯坦福大学公开课 《机器学习课程》
- Differential Privacy From Theory to Practice.p
- 机器学习中交叉验证方法
- mtsvm.rar
评论
共有 条评论