机器学习实战之程序清单1-kNN（手写数字识别系统）

本文上接机器学习实战之程序清单1-kNN（约会网站）

程序清单2-6 手写识别系统

点此下载所需的数据集trainingDigits/testDigits

#注意这里原书用的listdir()方法python3不支持，需要先引入os包（import os），再调用os.listdir()

#此函数将32*32的二进制图像转换成1*1024的向量
def img2vector(filename):
     #定义一个1*1024的向量returnVect
     returnVect = zeros((1,1024))
     #转换文件
     fr = open(filename)
     for i in range(32):
         lineStr = fr.readline()
         for j in range(32):
             returnVect[0,32*i+j] = int(lineStr[j])
     return returnVect


#程序清单2-6 手写识别系统的测试代码

def handwritingClassTest():

#以下为训练数据的矩阵化 
    hwLabels = []
    #遍历目录，得到trainingDigits内所有文件名
    trainingFileList = os.listdir('trainingDigits')
    m = len(trainingFileList)
    trainingMat = zeros((m,1024))

    for i in range(m):
        fileNameStr = trainingFileList[i]
        #得到.的前面部分，即去掉后缀名
        fileStr = fileNameStr.split('.')[0]
        #得到文件名第一个数字，代表图片里的数字
        classNumStr = int(fileStr.split('_')[0])
        #放入标签里
        hwLabels.append(classNumStr)
        #调用img2vector(filename) 传入文件名得到向量
        trainingMat[i,:] = img2vector('trainingDigits/%s'% fileNameStr)

#以下和上面类似，测试数据的矩阵化   
    #得到测试文件目录内的文件名
    testFileList = os.listdir('testDigits')
    errorCount = 0.0
    mTest  = len(testFileList)
    print(mTest)
    for i in range(mTest):
        fileNameStr = testFileList[i]
        #得到.的前面部分，即去掉后缀名
        fileStr = fileNameStr.split('.')[0]
        #得到文件名第一个数字，代表图片里的数字
        classNumStr = int(fileStr.split('_')[0])
        #调用img2vector(filename) 传入文件名得到向量
        vectorUnderTest = img2vector('testDigits/%s'% fileNameStr)
        #调用kNN算法函数，得到分类结果
        classifierResult = classify0(vectorUnderTest,trainingMat,hwLabels,3)
        #打印结果
        print("the classifier came back with :%d,the real answer is :%d"% (classifierResult,classNumStr))
        #判断测试结果是否准确，错误则errorCount+1
        if(classifierResult != classNumStr):
            errorCount += 1.0
    print("the total error rate is: %f" %(errorCount/float(mTest)))

运行它与前一篇文章相同，在main.py内加上 kNN.handwritingClassTest() 再运行即可。

以上。