在机器学习实践中,关于KNN的最后一个实例是实现手写数字的的识别,这里对实例进行分析。
首先,简要介绍一下:KNN实现对手写数字0-9的识别,这个实例并不适合去处理手写多位数的识别。而且实例中,已经将训练样本库和测试样本库中的手写数字图片二值化,并将每张图片对应的灰度值存放到了.txt文件,以便于程序读取。每张图片的大小为32x32。
第一段代码:
功能:读取图片信息,并将32x32的矩阵,转化为1x1024的向量。
python函数解析:
def img2vector(filename): returnVect = zeros((1,1024)) #用于存储每张手写数字图像信息的1*1024矩阵 fr = open(filename) for i in range(32): #嵌套的for lineStr = fr.readline() for j in range(32): returnVect[0,32*i+j] = int(lineStr[j]) return returnVect
第二段代码:
def handwritingClassTest(): hwLabels = [] trainingFileList = listdir('trainingDigits')#获取文件夹下的子文件、文件夹数 m = len(trainingFileList) trainingMat = zeros((m,1024)) #训练样本的向量数据存储到一个m*1024的矩阵中 for i in range(m): fileNameStr = trainingFileList[i] #获取文件名0_0.txt,并拆分获得文件所代表的数字0_0:第一位:数字,第二位:样本序号 fileStr = fileNameStr.split('.')[0] classNumStr = int(fileStr.split('_')[0]) hwLabels.append(classNumStr) #将样本手写数字对应的分类记录在hwLabels中 trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr) testFileList = listdir('testDigits') errorCount = 0.0 mTest = len(testFileList) for i in range(mTest): fileNameStr = testFileList[i] fileStr = fileNameStr.split('.')[0] classNumStr = int(fileStr.split('_')[0]) vectorUnderTest = img2vector('testDigits/%s' % fileNameStr) classifierResult = classify0(vectorUnderTest, trainingMat, hwLabels, 3) #识别,在量一篇文章中定义了knn算法 print("the classifier came back with: %d, the real answer is: %d" % (classifierResult, classNumStr)) if (classifierResult != classNumStr): errorCount += 1.0 #记录出错 print ("\nthe total number of errors is: %d" % errorCount) #输出出错数 print("\nthe total error rate is: %f" % (errorCount/float(mTest))) #输出错误率