KNN手写数字识别

最新推荐文章于 2024-07-29 16:20:28 发布

zhuyi_zi

最新推荐文章于 2024-07-29 16:20:28 发布

阅读量635

点赞数

分类专栏：机器学习文章标签： python 机器学习 KNN

本文链接：https://blog.csdn.net/zhuyi_zi/article/details/53202060

版权

该博客介绍了一种使用KNN（K最近邻）算法进行手写数字识别的方法，通过计算测试样本与训练样本的欧几里得距离，对训练样本进行排序，并选择最近的K个样本进行投票来确定测试样本的类别。实验数据来源于http://yann.lecun.com/exdb/mnist/，并进行了预处理，将数据转换为图片和标签文本文件。

摘要由CSDN通过智能技术生成

以欧几里得距离度量样本间的相似程度。对于一个测试样本首先计算该样本与每个训练样本间的距离，然后按距离值对训练样本进行升序排序，排序后前K个样本进行投票，即哪个标签出现的次数多，就将测试样例划为该类。

程序使用数据来源http://yann.lecun.com/exdb/mnist/。预先将数据处理为图片，标签信息转化为txt文档。

from numpy import *
import numpy as np
from PIL import Image
import operator

def createDataSet():  #加载图像数据，标检数据
    ldata=[]
    filepath='D:\\dataset\\handwritting\\train-images-idx3-ubyte\\image\\'
    for i in range(1,10001):
        filename= 'image'+str(i)+'.jpg'
        image=Image.open(filepath+filename)
        l=list(image.getdata())
        ldata.append(l)
    filepath='D:\\dataset\\handwritting\\train-labels-idx1-ubyte\\label.txt'
    f=open(filepath,'r')
    llabel=[]
    for line in f.readlines