python3.5《机器学习实战》学习笔记（三）：k近邻算法scikit-learn实战手写体识别

最新推荐文章于 2021-06-16 23:15:56 发布
最新推荐文章于 2021-06-16 23:15:56 发布
阅读量2k 收藏 8
点赞数 3
分类专栏： 机器学习 文章标签： 机器学习 k近邻算法 sklearn实现 python3-5
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013829973/article/details/78069670
版权
本文介绍了如何利用Python3.5和scikit-learn库中的k近邻算法进行手写体识别。通过讲解n_neighbors、weights、algorithm等关键参数，阐述了kNN算法的实践应用。文中提供了完整的Python代码，并展示了运行结果。
摘要由CSDN通过智能技术生成

转载请注明作者和出处：http://blog.csdn.net/u013829973
系统版本：window 7 （64bit）
我的GitHub：https://github.com/weepon
python版本：python 3.5
IDE：Spyder （一个比较方便的办法是安装anaconda，那么Spyder和jupyter以及python几个常用的包都有了，甚至可以方便的安装TensorFlow等，安装方法链接）

在前面学习笔记（一）、（二）我们主要介绍了k近邻的基本原理及一步步实现，但是实际上用的时候，不用自己从头编写，我们只要使用scikit-learn中的k近邻函数就可以了，看下图的各种knn算法实现：链接在此

这里写图片描述

要想实现上篇文章中手写体数字识别，只需调用KNeighborsClassifier函数，再指定相应参数就可以了
最低0.47元/天 解锁文章
weepon
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python scikit-learn 学习笔记—手写数字识别
leo_is_ant的专栏
04-28 1万+
这是一个手写数字的识别实验，是一个sklearn在现实中使用的案例。原例网址里有相应的说明和代码。   首先实验的数据量为1797，保存在sklearn的dataset里。我们可以直接从中获取。每一个数据是有image,target两部分组成。Image是一个尺寸为8*8图像，target是图像的类别，在我们看来类别就是手写的数字0-9.   代码一开始，将数据载入。 # Standard
scikit-learn/KNN手写数字识别
szj_huhu的博客
07-10 1630
环境：python 3, scikit-learn 0.18KNN可以看成：有一堆已经知道分类的数据，当一个新数据进入的时候，就开始跟训练数据里的每个点求距离，然后挑离这个训练数据最近的K个点看看这几个点属于什么类型，然后利用少数服从多数的原则，给新数据归类。#coding:utf-8 """ sklearn 0.18 python 3""" from sklearn.model_selection
利用Scikit-learm实现手写数字识别
YAOHAIPI的博客
08-11 723
利用Scikit-learm实现手写数字识别 Scikit-learm库种自带一个手写数字数据集，其中包含1797个手写数值样本，每个样本由8×8的二维数组，数组元素为0-16之间的整数，每个样本都有对应的标签，标签为0-9之间的整数。可以把手写数值识别看成是19分类。 代码： from sklearn import datasets import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split f
机器学习（西瓜书）第三章 3.5
AI_xue
08-23 711
我真傻，真的。代码链接： https://github.com/taijizuomantou/machine_learning_zhouzhihua 和3.3一样都可以用一个二维图形来表示。横轴表示一个属性，纵轴表示另一个属性。另求的的线性式子 = 0。这条线就是划分线。因为这个线性式子只有x，没有y。所以根本不用考虑三维，直接当做二维处理即可。 1.np.mean np.mean(ax0...
KNN分类算法实现手写数字识别
weixin_30542079的博客
07-17 526
需求： 利用一个手写数字“先验数据”集，使用knn算法来实现对手写数字的自动识别； 先验数据（训练数据）集： ♦数据维度比较大，样本数比较多。 ♦数据集包括数字0-9的手写体。 ♦每个数字大约有200个样本。 ♦每个样本保持在一个txt文件中。 ♦手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下： 数据集压缩包解压后有...
Python机器学习(scikit-learn)：scikit-learn 简介-谢TS的博客.pdf
07-19
scikit-learn 提供了大量的机器学习模型，涵盖监督学习的各种算法，如逻辑回归、支持向量机、随机森林、神经网络等。每种模型都有其特定的优缺点，适用于不同的问题。模型训练通过调用 fit 方法，将训练数据传递给...
Python：Python机器学习基础：Scikit-Learn
最新发布
07-14
Scikit-Learn是一个基于Python的数据分析和机器学习库，提供了丰富的算法实现，如分类、回归、聚类等。其依赖于NumPy、SciPy和Matplotlib等其他库。 **2.1 使用pip安装Scikit-Learn** - **安装Scikit-Learn**: 在...
机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf
06-27
机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和...
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-个人学习笔记及代码
04-02
学习时的笔记及相关代码，...学习来源：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.
机器学习实战：基于Scikit-Learn、Keras和TensorFlow
12-28
机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow ...
机器学习03--sklearn手写数字识别
11-08
Scikit learn 也简称sklearn，是机器器学习领域的python模块，sklearn包含了了很多机器器学习的方式
机器学习实战_K近邻算法 ——手写数字预测（sklearn api）
12-22
一、序 机器学习实战_K近邻算法 ——手写数字预测 调用的是自己编写的分类器classify0，主要是为了学习理论原理；在实际是项目中通常调用工具包的api接口，比如sklearn，这也体现了python的一个便利性，不用总是自己造轮子。虽然python提供了很多机器学习的工具包，但是也是在我们了解和熟悉算法的基本实现原理。 二、sklearn中KNeighborsClassifier的介绍 class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, weights=‘uniform’, algorithm=‘auto’, leaf_
根据k-近邻定义构建K近邻函数
weixin_44625278的博客
06-16 133
利用knn定义构造函数，并通过十折交叉检验获取最优K值，最后计算算法精度（以iris数据为例） 1、利用k近邻定义，构造knn函数 knn_define <- function(train.data,test.data,k1){ train.len = nrow(train.data) test.len = nrow(test.data) ## calculate distances between samples dist = as.matrix(dist(rbind(test.da
《机器学习》西瓜书课后题3.5
weixin_42152526的博客
05-23 1216
《机器学习》课后题3.5 这个比较容易，注意一下矩阵求逆之前要先声明np.mat()不然求逆会报错。 python代码 import numpy as np import matplotlib.pyplot as plt density = np.array( [0.697, 0.774, 0.634, 0.608, 0.556, 0.430, 0.481, 0.437, 0.666,...
机器学习实战（代码部分）-- k近邻算法（Ⅰ 函数编写）
Leo的博客
10-24 230
2-1 k近邻算法 1. 算法思想 对未知类别属性的数据集中的每个点依次执行以下操作： (1) 计算已知类别数据集中的点与当前点之间的距离； (2) 按照距离递增次序排序； (3) 选取与当前点距离最小的k个点； (4) 确定前k个点所在类别的出现频率； (5) 返回前k个点出现频率最高的类别作为当前点的预测分类。 2. 相关函数 函数： 1.numpy模块 （1）array：将Py...
《机器学习》西瓜书课后习题3.5——python实现线性判别分析
NZR的blog
05-06 5481
《机器学习》西瓜书课后习题3.5——python实现线性判别分析 《机器学习》西瓜书P69 3.5 编程实现线性判别分析，并给出西瓜数据集3.0a上的结果 理论学习参见文章：线性判别分析LDA原理总结 注意：在该文章中针对w的求法出现了两种方式，一种是 w=S−1w(μ0−μ1) w=S^-1 w(μ_0−μ_1) w=S−1w(μ0​−μ1​) 该方法指的应该是针对二类LDA，所以我们在解决西瓜数据集问题是求w的方法采用此方法。 另一种方法是： 计算S−1wSb的最大的d个特征值和对应的d个特征向量(
使用k近邻算法实现手写体识别
不忘初心 方得始终
05-12 1346
''' kNN: k Nearest Neighbors Input: inX: vector to compare to existing dataset (1xN) dataSet: size m data set of known vectors (NxM) labels: data set labels (1xM vector)
机器学习实战第二章k-近邻用到的几个基本函数
棉花糖的博客
07-25 446
机器学习实战第二章k-近邻用到的几个基本函数 ① numpy中shape属性。用途：求取矩阵的规模 ② numpy中tile函数用途：将数组或者矩阵进行扩展 ③ python中MorA.sum(axis=0/1)用途 MorA.sum(axis=0)求该矩阵或数组的列和。 MorA.sum(axis=1)求该矩阵或数组的行和。 ④ python中矩阵的power（self，other
利用scikit-learn下的knn实现kaggle的手写数字识别问题
okcing的博客
03-29 2752
题目的数据来自于kaggle的Digit Recognizer（手写数字识别），https://www.kaggle.com/c/digit-recognizer/data。 python代码如下（python的版本是3.5）：# -*- coding:utf-8 -*- ''' Created on 2017年3月28日@author: okcing手写数字识别 ''' import csv fr
Python深度学习与机器学习实战：Scikit-Learn与TensorFlow应用
Scikit-Learn是一个强大的机器学习库，提供了各种预处理方法、模型选择工具以及多种机器学习算法，如支持向量机（SVM）、决策树、随机森林和K近邻（KNN）等。它简化了数据建模和验证的过程，使得初学者和专业数据...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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