机器学习实战 手写识别系统

构造使用k-近邻分类器的手写识别系统

step1.准备数据：将图像转换为测试向量

把32*32的二进制图像矩阵转换成1*1024的向量，这样就可以之前的分类器来处理了

def img2vector(filename):
    returnVect = zeros((1,1024))
    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

#代码解释

fileObject.readline(size)
size -- 从文件中读取的字节数。

zeros(shape, dtype=float, order='C')

返回一个给定形状和类型的用0填充的数组；

shape:形状

dtype:数据类型

order:可选参数，c代表与c语言类似，行优先；F代表列优先

step2.测试算法：使用k-近邻算法识别手写数字

算法作用：

把训练集的每个图片改成一行的数组  m个图片形成m*1024的数组

把图片的文件名拆开  记录该图片代表的数