K-近邻（KNN）算法识别手写数字的C++实现

程序设计训练课有个大作业。。。要写大数据算法，分类聚类回归。。

像我这么菜的只学过分类算法，想了又想觉得KNN的应用又简单又高大上，然而网上的代码都是Python的，没有Python编译器的我完全无法照抄啊！（毕竟只是菜鸡大二学生）

结果还是改写了个C++版的，DevC++运行没问题，代码如下：

#include <iostream>
#include <algorithm>
#include <cmath>
using namespace std;

bool trainingdata[10][160][1030];//存数据
bool testdata[1030];
int haha = 0;

struct Distance {
	double dis;
	int lable;
};

bool mysort(Distance x,Distance y){
	return (x.dis < y.dis);
}

void img2vector(char* filename,bool* data);
void int2str(int x,int y,char* s);
void trainingDataSet();
int KNN(char* filename,int k);

int KNN(char* filename,int k){
	Distance D[1501];
	int cnt[10],result;
	double sum = 0;
	img2vector(filename,testdata);
	for(int i = 0;i < 10;i++)	cnt[i] = 0;
    //计算测试样本与每一个训练样本的距离
    for(int i = 0;i < 10;i++){
    	for(int j = 0;j < 150;j++){
    		sum = 0;
    		for(int m = 0;m < 1024;m++){
    			sum += (trainingdata[i][j][m]^testdata[m]);
			}
			D[i*150+j].dis = sqrt(sum);
			D[i*150+j].lable = i; 
		}
	}
    //按D中dis元素进行升序排序
    sort(D,D+1500,mysort);
    //选择距离最小的k个点
    for(int i = 0;i < k;i++){
        cnt[D[i].lable]++;
    }
    //求众数
    result = 0;
    for(int i = 0;i < 10;i++){
    	if(cnt[i] > cnt[result])	result = i;
	}
	return result;
}

//文本向量化 32x32 -> 1x1024
void img2vector(char* filename,bool* data){
	FILE * fp = fopen(filename,"r");
	char ch;
	int i = 0;
	while(ch = fgetc(fp)){
		if(ch == EOF)	break;
		if(ch == '0'){
			*(data + i) = 0;
			i++;
		}
		else if(ch == '1'){
			*(data + i) = 1;
			i++;
		}
	}
	fclose(fp);
}

void int2str(int x,int y,char* s){
	int c = 0;
	int yy = y;
	do{
		yy /= 10;
		c++;
	}while(yy > 0);
	s[4] = x + '0';
	s[5] = '_';
	for(int i = c;i > 0;i--){
		s[5+i] = y%10 + '0';
		y /= 10;
	}
	s[6+c] = '.';
	s[7+c] = 't';
	s[8+c] = 'x';
	s[9+c] = 't';
	s[10+c] = '\0';
}

//构建训练集数据向量
void trainingDataSet(){
	char filename[25];
	filename[0] = 't';
	filename[1] = 'r';
	filename[2] = 'a';
	filename[3] = '\\';
	for(int i = 0;i < 10;i++){//标签0-9 
		for(int j = 0;j < 150;j++){//每组取150个训练数据 
			int2str(i,j,filename);
			img2vector(filename,trainingdata[i][j]);
		}
	}
}

//运行KNN测试 
int main(){
	int K;
	int error_cnt = 0,ans;
	char filename[25];
    cout<<"选取最邻近的K个值，K=";
    cin>>K;
    trainingDataSet();
    filename[0] = 't';
	filename[1] = 'e';
	filename[2] = 's';
	filename[3] = '\\';
    for(int i = 0;i < 80;i++){//共80组数据，每组包含0-9 
    	for(int j = 0;j < 10;j++){
    		int2str(j,i,filename);
    		ans = KNN(filename,K);
    		if(ans != j)	error_cnt++;
    		cout<<"第"<<i+1<<"组 预测值:"<<ans<<" 真实值:"<<j<<'\n';
		}
		cout<<'\n';
	}
    cout<<"\n测试集总数为:800";
    cout<<"\n测试出错总数为:"<<error_cnt;
    cout<<"\n错误率:"<<double(error_cnt)/8<<'%'<<endl;
}

这代码完全按照网上大神的Python改的，过程都一样，普通学生党应该也可以看懂。

数据集用的是网上下载的，这一篇里有：https://www.cnblogs.com/chenbjin/p/3869745.html

（为了拿免费C币2333）