kNN算法实现手写数字识别（机器学习）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、实验步骤
• 二、实验过程
  • 1.收集数据：提供文本文件
  • 2.准备数据：将图像转换为测试向量
  • 3.测试算法：使用k-近邻算法识别手写数字 ​
• 总结

---

前言

此时实验利用KNN算法实现手写数字识别，为了简单起见只能识别数字0到9需要识别的数字已经使用图形处理软件处理成相同的色彩和大小：宽高32像素x32像素的黑白图像，并将图像转换为文本格式。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、实验步骤

        （1）收集数据：提供文本文件；

        （2）准备数据：编写函数classify0(),将图像格式转换为分类器使用的List格式；

        （3）测试算法：编写函数使用提供的部分数据集作为测试样本，测试样本与非测试样本的区 

                 别在于测试样本是已经完成分类的数据，如果预测分类和实际类别不同，则标记为一个

                 错误。

二、使用过程

1.收集数据：提供文本文件

数据集包括两部分，一部分是训练数据集，共有1934个数据；另一部分是测试数据集，共有946个数据。两个数据集中所有命名格式是统一的，例如“3_12.txt”,表示数字5 的第12个样本，这样是为了方便提取出样本的真实标签。