根据某列值进行样本的分类

根据某列值进行样本的分类

'''
dataSet:数据集
feature：待划分的特征
value：对应的特征值
'''
def binSplitDataSet(dataSet, feature, value):
    #dataSet[:,feature]取出该列特征值
    #dataSet[:,feature] > value将大于value的值筛选出来，得到的是true，false的矩阵
    #然后利用nonzero选择为true的值所在的行，和列
    #取出行，然后在dataset中取出对应的样本
    mat0 = dataSet[nonzero(dataSet[:,feature] > value)[0],:][0]
    mat1 = dataSet[nonzero(dataSet[:,feature] <= value)[0],:][0]
    return mat0,mat1

>>> testMat=mat(eye(4))
>>> testMat
matrix([[ 1.,  0.,  0.,  0.],
        [ 0.,  1.,  0.,  0.],
        [ 0.,  0.,  1.,  0.],
        [ 0.,  0.,  0.,  1.]])
>>> mat0,mat1=regtree.binSplitDataSet(testMat,1,0.5)
>>>
>>>
>>> mat0
matrix([[ 0.,  1.,  0.,  0.]])
>>> mat1
matrix([[ 1.,  0.,  0.,  0.]])
>>> b=testMat[:,1]>0.5
>>> b
matrix([[False],
        [ True],
        [False],
        [False]], dtype=bool)
>>> nonzero(b)
(array([1], dtype=int64), array([0], dtype=int64))
>>> nonzero(b)[0]
array([1], dtype=int64)
>>> testMat[nonzero(b)[0],:]
matrix([[ 0.,  1.,  0.,  0.]])
>>> testMat[nonzero(b)[0],:][0]
matrix([[ 0.,  1.,  0.,  0.]])
>>>