python监督式学习--分类标签,实现1-9的手写数字识别

本文介绍了一种使用监督式学习方法,通过已有的手写数字样本进行训练,利用KNN算法进行分类标签预测。在训练过程中,确定K值为51时,模型的准确率最高达到0.947。提供了训练样本的下载链接。
摘要由CSDN通过智能技术生成

监督式学习,由已有的数据包括输入输出,训练模型函数;然后把新的输入数据带入模型函数,预测数据输出;函数的输出可以是一个连续的值(称为回归分析),或是预测一个分类标签(称作分类)

在这里插入图片描述
使用knn算法
在这里插入图片描述
在这里插入图片描述

样本:

样本拥有两类,一部分是训练样本,一部分是测试样本,
在这里插入图片描述
可以从文本中大概看出这是数字0,以0和1 表示,文件名‘-’前表示数字内容,后面表示样本的名字

一,处理样本

import pandas as pd
import numpy as np
import os
import re
import time
#创建一个空DataFrame columns = [0,1...1023,'type']
a = [ i for i in ra
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值