python使用KNN算法识别手写数字
本文实例为大家分享了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-*-
#pipinstallnumpy
importos
importos.path
fromnumpyimport*
importoperator
importtime
fromosimportlistdir
"""
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
"""
defclassify(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
foriinrange(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)]
returnsortedClassCount[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
"""
defimg2vector(filename):
returnVect=[]
fr=open(filename)
foriinrange(32):
lineStr=fr.readline()
forjinrange(32):
returnVect.append(int(lineStr[j]))
returnreturnVect
"""
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
"""
defclassnumCut(fileName):
fileStr=fileName.split('.')[0]
classNumStr=int(fileStr.split('_')[0])
returnclassNumStr
"""
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
"""
deftrainingDataSet():
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
foriinrange(m):
#print(i);
fileNameStr=trainingFileList[i]
hwLabels.append(classnumCut(fileNameStr))
trainingMat[i,:]=img2vector('trainingDigits/%s'%fileNameStr)
returnhwLabels,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
"""
defhandwritingTest():
"""
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()
foriinrange(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("theclassifiercamebackwith:%d,therealansweris:%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("\nthetotalnumberoftestsis:%d"%mTest)#输出测试总样本数
print("thetotalnumberoferrorsis:%d"%errorCount)#输出测试错误样本数
print("thetotalerrorrateis:%f"%(errorCount/float(mTest)))#输出错误率
t2=time.time()
print("Costtime:%.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毛票票。