KNN实现识别手写英文字母

最新推荐文章于 2022-05-07 11:08:13 发布

我要努力学习呀

最新推荐文章于 2022-05-07 11:08:13 发布

阅读量888

点赞数

分类专栏：机器学习 Python kaggle

本文链接：https://blog.csdn.net/qq_41847677/article/details/103647427

版权

本文介绍了如何使用KNN算法对手写英文字母进行识别，数据集来源于作者之前的博客分享，详细探讨了数据预处理、特征提取及模型训练过程。

摘要由CSDN通过智能技术生成

import numpy as np
import pandas as pd


train=pd.read_csv("D:\PyCharm_test\keras\\train_data.csv",header=None)
test=pd.read_csv("D:\PyCharm_test\keras\\test_data.csv",header=None)

(train_data,train_labels)=(np.array(train.loc[:,1:]),np.array(train.loc[:,0]))
(test_data,test_labels)=(np.array(test.loc[:,1:]),np.array(test.loc[:,0]))

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

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