2021-03-09

最新推荐文章于 2024-11-13 17:24:18 发布

xueweijie1221

最新推荐文章于 2024-11-13 17:24:18 发布

阅读量150

点赞数

文章标签：人工智能 python

本文链接：https://blog.csdn.net/weixin_53479902/article/details/114577884

版权

KNN手写数字识别
0—9
图片已经处理为32x32 为简约处理需将其转化为1x1024
划分训练集与数据集
代码部分：
先写训练集

def get_train():
   path = 'digit/trainingDigits' #图片的路径
   trainingFileList=os.listdir(path) 把路径化为list形式

在这里插入图片描述

train = pd.DataFrame()  空的
img = []  为了后面返回的两列 第一列放图片 就是1024个picture 0，1分别是什么
lables = []  原来的标签
m = len(trainingFileList) 
for i in range(m):
    filename = trainingFileList[i]  提取文件名

在这里插入图片描述

txt = pd.read_csv(f'digits/traainingDigits/{filename}',header =None)  用pd.read_csv 读入文件

在这里插入图片描述
接下来要把32行换成1 行

num = ''
for i in range(txt.shape[0]):
    num += txt.iloc[i,:]
img.append(num[0])  提取出了图像
filelable = filename.split('_')[0]   用文件名提取第0个
labels.append(filelable)  加入标签列
train['img'] = img
train['lables'] = lables
return train

在这里插入图片描述

得到测试集和上面是一样的

def get_test():
   path = 'digit/testDigits' #图片的路径
   trainingFileList=os.listdir(path) 把路径化为list形式
   train = pd.DataFrame()  空的
   img = []  为了后面返回的两列 第一列放图片 就是1024个picture 0，1分别是什么
   lables = []  原来的标签
   m = len(trainingFileList) 
   for i in range(m):
      filename = trainingFileList[i]  提取文件名
      txt = pd.read_csv(f'digits/traainingDigits/{filename}',header =None)  用pd.read_csv 读入文件
      num = ''
      for i in range(txt.shape[0]):
          num += txt.iloc[i,:]
      img.append(num[0])  提取出了图像
      filelable = filename.split('_')[0]   用文件名提取第0个
      labels.append(filelable)  加入标签列
   test['img'] = img
   test['lables'] = lables
return test

在这里插入图片描述

在这里插入图片描述
构建分类器
1 计算距离公式约会的是欧氏距离手写识别复杂所以不行
可以用levenshtein 包里面的 hamming 函数
hanmming距离格式： Levenshtein。hamming（str
，str2）
计算的是两个等长的字符串之间对应位置上不同字符的个数所以输入的字符串必须长度一致
ps: hamming(‘abc’,‘aac’)
print(1)
hanmming(‘0010’,‘1110’)----3个
在这里插入图片描述

import Levenshtein
from Levenshtein import hamming

def handwritingClass(train,test,k)
   n = train.shape[0]
   m = test.shape[0]
   result = []  放最后结果
   循环套循环  因为hamming只能两个两个比较 不能广播
   for i in range(m):
        dist = [] 放在循环之外 因为放在里面会清空列表，所以放在外面
        for j in range(n):
           d = str(hamming(train.iloc[j,0],test.iloc[i,0]))  距离  最后变成str形式
           dist.append(d)
        dist_l =pd.DataFrame({'dist':dist,'lables':(train.iloc[:,1])})
        dr = dist_1.sort_values(by = 'dist')[:k]
        re = dr.loc[:,'labels'].value_counts()
        result.append(re.index[0])
    result = pd.Series(result)
    test['predict'] = result
    acc = (test.iloc[:,-1] == test.iloc[:,-2]).mean
    print(f'准确率未{acc}')
    return test
``
结果如下：
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210309115220507.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl81MzQ3OTkwMg==,size_16,color_FFFFFF,t_70)