KNN项目实战——手写数字识别
1、 介绍
k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。
2、数据集介绍
32X32 文本格式数据.
3、代码实现
3.1、导包
import numpy as np import pandas as pd import matplotlib.pylab as plt %matplotlib inline
import os
3.2、读取训练数据
# 获取数据文件 fileList = os.listdir(‘./data/trainingDigits/‘) # 定义数据标签列表 trainingIndex = [] # 添加数据标签 for filename in fileList: trainingIndex.append(int(filename.split(‘_‘)[0])) # 定义矩阵数据格式 trainingData = np.zeros((len(trainingIndex),1024)) trainingData.shape#(3868, 1024)
# 获取矩阵数据 index = 0 for filename in fileList: with open(‘./data/trainingDigits/%s‘%filename, ‘rb‘) as f: # 定义一个空矩阵 vect = np.zeros((1,1024)) # 循环32行 for i in range(32): # 读取每一行数据 line = f.readline() # 遍历每行数据索引 line[j] 即为数据 for j in range(32): vect[0,32*i+j] = int(line[j]) trainingData[index,:] = vect index+=1
3.3、读取测试数据
fileList2 = os.listdir(‘./data/testDigits/‘) # 定义数据标签列表 testIndex = [] # 获取数据标签 for filename2 in fileList2: testIndex.append(int(filename2.split(‘_‘)[0])) #读取测试数据 # 定义矩阵数据格式 testData = np.zeros((len(testIndex),1024)) testData.shape #(946, 1024) # 获取矩阵数据 index = 0 for filename2 in fileList2: with open(‘./data/testDigits/%s‘%filename2, ‘rb‘) as f: # 定义一个空矩阵 vect = np.zeros((1,1024)) # 循环32行 for i in range(32): # 读取每一行数据 line = f.readline() # 遍历每行数据索引 line[j] 即为数据 for j in range(32): vect[0,32*i+j] = int(line[j]) testData[index,:] = vect index+=1
3.5、数据建模
from sklearn.neighbors import KNeighborsClassifier # 定义 k 为5个, 即 寻找最近的3个邻居 knn = KNeighborsClassifier(n_neighbors=3) # 训练数据 knn.fit(trainingData,trainingIndex)
3.6、分析数据
%%time # 预测数据 predict_data = knn.predict(testData) # Wall time: 7.8 s res = 0 for i in range(len(testIndex)): if testIndex[i] == predict_data[i]: res+=1 print("识别正确率: "+‘%0.3f‘%(res/len(testIndex)*100)+"%") # 识别正确率: 98.626%
原文地址:https://www.cnblogs.com/blogscc/p/11518697.html
时间: 2024-11-05 13:48:23