《机器学习实战》之K—近邻算法实现手写体数字识别

一、问题描述

• 主要程序为kNN.py，在主程序中，包含函数:
  
  • classify0(inX, dataSet, labels, k)：实现分类
  • file2matrix(filename)：将文本文件转换为矩阵，本例中没有用到
  • autoNum(dataSet)：这个函数没有用到，作用是实现均值归一化
  • img2vector(filename)：将图片转化为向量，图片大小是32*32，转化后的向量为1*1024,
  • Detect_Test()：数字识别和错误率计算函数

二、各函数的代码

• classify0(inX, dataSet, labels, k)：

# -*- coding=utf-8 -*-
from os import listdir
from numpy import *
import operator

def classify0(inX, dataSet, labels, k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inX, (dataSetSize,1)) - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum(axis=1)
    distances = sqDistances**0.5