从0到1数据分析实战学习笔记（七）KNN对手写数字进行识别

KNN的工作原理

“近朱者赤，近墨者黑”可以说是KNN的工作原理。整个计算过程分为三步：

计算待分类物体与其他物体之间的距离；

统计距离最近的K个邻居；

对于K个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪一类。

项目实战

通过sklearn中自带的手写数字数据集来进行实战
整个训练过程基本上都会包括三个阶段：
1.数据加载：我们可以直接从sklearn中加载自带的手写数字数据集；
2.准备阶段：在这个阶段中，我们需要对数据集有个初步的了解，比如样本的个数、图像长什么样、识别结果是怎样的。你可以通过可视化的方式来查看图像的呈现。通过数据规范化可以让数据都在同一个数量级的维度。另外，因为训练集是图像，每幅图像是个8*8的矩阵，我们不需要对它进行特征选择，将全部的图像数据作为特征值矩阵即可；
3.分类阶段：通过训练可以得到分类器，然后用测试集进行准确率的计算。

1.数据加载

通过引用 sklearn.datasets 的 load_digits，加载自带的手写数字数据集

# 加载数据
digits = load_digits()
data = digits.data
# 数据探索
print(data.shape)

2.准备阶段