Keras数据集 mnist 再KNN算法下的测试结果

我要努力学习呀

于 2019-12-20 23:01:21 发布

阅读量635

点赞数

分类专栏：机器学习 Python

本文链接：https://blog.csdn.net/qq_41847677/article/details/103639754

版权

机器学习同时被 2 个专栏收录

7 篇文章 0 订阅

订阅专栏

Python

7 篇文章 0 订阅

订阅专栏

from keras.datasets import  mnist
import numpy as np
import pandas as pd

(train_data,train_labels),(test_data,test_labels)=mnist.load_data()

train_data=np.where(train_data>0,1,0)
test_data=np.where(test_data>0,1,0)

def countXsd(train_data,test_data):
    n=0
    for test,testlab in zip(test_data[:1000],test_labels[:1000]):
        n=n+fenlei(train_labels,np.sum(np.sum(((train_data-test)*(train_data-test)),axis=1),axis=1),testlab)
    return n

def fenlei(train_labels,test_train,testlab):
    t_array=np.vstack((test_train,train_labels))
    t_array=t_array[:,t_array[0].argsort()]
    # 排序
    d=dict(pd.DataFrame(t_array[:,:100]).loc[1].value_counts())
    n=max(d, key=d.get)
    if n==testlab:
        return 1
    else:
        return 0

print(countXsd(train_data,test_data)/test_data.shape[0])

# 10分钟
# 精确度：0.0926