python使用KNN算法识别手写数字

本文实例为大家分享了python/' target='_blank'>python使用KNN算法识别手写数字的具体代码，供大家参考，具体内容如下

# -*- coding: utf-8 -*-#pip install numpyimport osimport os.pathfrom numpy import *import operatorimport timefrom os import listdir """描述：  KNN算法实现分类器参数：  inputPoint：测试集  dataSet：训练集  labels：类别标签  k:K个邻居返回值：  该测试数据的类别"""def classify(inputPoint,dataSet,labels,k):  dataSetSize = dataSet.shape[0] #已知分类的数据集（训练集）的行数  #先tile函数将输入点拓展成与训练集相同维数的矩阵，再计算欧氏距离  diffMat = tile(inputPoint,(dataSetSize,1))-dataSet #样本与训练集的差值矩阵   # print(inputPoint);  sqDiffMat = diffMat ** 2 #sqDiffMat 的数据类型是nump提供的ndarray,这不是矩阵的平方，而是每个元素变成原来的平方。  sqDistances = sqDiffMat.sum(axis=1)  #计算每一行上元素的和  # print(sqDistances);  distances = sqDistances ** 0.5   #开方得到欧拉距离矩阵  # print(distances);  sortedDistIndicies = distances.argsort() #按distances中元素进行升序排序后得到的对应下标的列表,argsort函数返回的是数组值从小到大的索引值  # print(sortedDistIndicies);   # classCount数据类型是这样的{0: 2, 1: 2}，字典key：value  classCount = {}  # 选择距离最小的k个点  for i in range(k):    voteIlabel = labels[ sortedDistIndicies[i] ]    # print(voteIlabel)    # 类别数加1    classCount[voteIlabel] = classCount.get(voteIlabel,0)+1  print(classCount)# {1: 1, 7: 2}  #按classCount字典的第2个元素（即类别出现的次数）从大到小排序  sortedClassCount = sorted(classCount.items(), key = operator.itemgetter(1), reverse = True)  print(sortedClassCount)# [(7, 2), (1, 1)]  return sortedClassCount[0][0] """描述：  读取指定文件名的文本数据，构建一个矩阵参数：  文本文件名称返回值：  一个单行矩阵"""def img2vector(filename): returnVect = [] fr = open(filename) for i in range(32):  lineStr = fr.readline()  for j in range(32):   returnVect.append(int(lineStr[j])) return returnVect """描述：  从文件名中解析分类数字，比如由0_0.txt得知这个文本代表的数字分类是0参数：  文本文件名称返回值：  一个代表分类的数字"""def classnumCut(fileName):  fileStr = fileName.split('.')[0]  classNumStr = int(fileStr.split('_')[0])  return classNumStr """描述：  构建训练集数据向量，及对应分类标签向量参数：  无返回值：  hwLabels：分类标签矩阵  trainingMat：训练数据集矩阵"""def trainingDataSet():  hwLabels = []  trainingFileList = listdir('trainingDigits')   #获取目录内容  m = len(trainingFileList)  # zeros返回全部是0的矩阵，参数是行和列  trainingMat = zeros((m,1024))    #m维向量的训练集  for i in range(m):    # print (i);    fileNameStr = trainingFileList[i]    hwLabels.append(classnumCut(fileNameStr))    trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)  return hwLabels,trainingMat """描述：  主函数，最终打印识别了多少个数字以及识别的错误率参数：  无返回值：  无"""def handwritingTest():  """  hwLabels,trainingMat 是标签和训练数据，  hwLabels 是一个一维矩阵，代表每个文本对应的标签（即文本所代表的数字类型）  trainingMat是一个多维矩阵，每一行都代表一个文本的数据，每行有1024个数字（0或1）  """  hwLabels,trainingMat = trainingDataSet() #构建训练集  testFileList = listdir('testDigits') #获取测试集  errorCount = 0.0    #错误数  mTest = len(testFileList)    #测试集总样本数  t1 = time.time()  for i in range(mTest):    fileNameStr = testFileList[i]    classNumStr = classnumCut(fileNameStr)    # img2vector返回一个文本对应的一维矩阵，1024个0或者1    vectorUnderTest = img2vector('testDigits/%s' % fileNameStr)    #调用knn算法进行测试    classifierResult = classify(vectorUnderTest, trainingMat, hwLabels, 3)    # 打印测试出来的结果和真正的结果，看看是否匹配    print ("the classifier came back with: %d, the real answer is: %d" % (classifierResult, classNumStr))    # 如果测试出来的值和原值不相等，errorCount+1    if (classifierResult != classNumStr):      errorCount += 1.0  print("\nthe total number of tests is: %d" % mTest)   #输出测试总样本数  print ("the total number of errors is: %d" % errorCount )  #输出测试错误样本数  print ("the total error rate is: %f" % (errorCount/float(mTest))) #输出错误率  t2 = time.time()  print ("Cost time: %.2fmin, %.4fs."%((t2-t1)//60,(t2-t1)%60) ) #测试耗时 """描述：  指定handwritingTest（）为主函数"""if __name__ == "__main__": handwritingTest()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。