Knn手写体识别（二）

对课本原有代码加入循环，从1到10改变Knn的k值，进一步测试当k取哪个值时代码效果最好

结果如下：

结果显示，当K取3或4时代码效果最好，猜测原因为K取1，2时参考的样本偏少，故结果不如3，4的要好，而取太多时失去近邻性，其他样本反而干扰正确率

3和4时测试结果一样，考虑时间效率取3最优

这与百度的结果相符合

 

 

加入循环后的代码：

# -*- coding: UTF-8 -*-
import numpy as np
import operator
from os import listdir

"""
函数说明:kNN算法,分类器

Parameters:
    inX - 用于分类的数据(测试集)
    dataSet - 用于训练的数据(训练集)
    labes - 分类标签
    k - kNN算法参数,选择距离最小的k个点
Returns:
    sortedClassCount[0][0] - 分类结果

Modify:
    2017-03-25
"""

def