Mnist数据集KNN分类

最新推荐文章于 2021-12-19 12:03:28 发布

a123321akds

最新推荐文章于 2021-12-19 12:03:28 发布

阅读量750

点赞数

文章标签： python 机器学习数据挖掘

本文链接：https://blog.csdn.net/a123321akds/article/details/107245104

版权

本文介绍了如何运用KNN算法对Mnist数据集进行分类。首先，通过采样处理训练集和测试集，接着遍历每个测试点，找出其最近的k个邻居，根据邻居标签的多数表决确定测试点的类别。最后，提供了Python代码实现这一过程。

摘要由CSDN通过智能技术生成

Mnist数据集KNN分类

将测试点最近的k个训练样本的标签中最多的一个作为测试样点的标签。

KNN分类算法

1.进行训练集和测试集的采样。
2.遍历测试集中每一个测试点，将测试点最近的k个训练样本的标签中最多的一个作为测试样点的标签。

python代码实现

from __future__ import print_function
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import classification_report
from sklearn import datasets
import numpy as np
import matplotlib.pyplot as plt
# 读取MNIST数据集
mnist = datasets.load_digits()
X = np.array(mnist.data)
Y = mnist.target
print(X.shape)
print(Y.shape)
'''
(1797, 64)
(1797,)
'''