KNN演算法——實現手寫數字識別（Sklearn實現）
阿新 • • 發佈：2019-02-07
KNN專案實戰——手寫數字識別
1、資料集介紹
需要識別的數字已經使用圖形處理軟體，處理成具有相同的色彩和大小：寬高是32畫素x32畫素的黑白影象。儘管採用本文格式儲存影象不能有效地利用記憶體空間，但是為了方便理解，我們將圖片轉換為文字格式。
數字的文字格式如下：
資料集下載：
這些文字格式儲存的數字的檔案命名也很有特點，格式為：數字的值_該數字的樣本序號，如下：
2、準備資料：將影象轉換為測試向量
將每個數字檔案中32*32的二進位制影象矩陣轉換為1*1024的向量，作為一個樣本輸入。
3、程式碼實現
import numpy as np from os import listdir from sklearn.neighbors import KNeighborsClassifier as KNN """ 函式說明:將32x32的二進位制影象轉換為1x1024向量 """ def img2vector(filename): #建立1x1024零向量 returnVect = np.zeros((1, 1024)) #開啟檔案 fr = open(filename) #按行讀取 for i in range(32): #讀一行資料 lineStr = fr.readline() #每一行的前32個元素依次新增到returnVect中 for j in range(32): returnVect[0, 32*i+j] = int(lineStr[j]) #返回轉換後的1x1024向量 return returnVect """ 函式說明:手寫數字分類測試 """ def handwritingClassTest(): #訓練集的Labels hwLabels = [] #返回trainingDigits目錄下的檔名 trainingFileList = listdir('trainingDigits') #返回資料夾下檔案的個數 m = len(trainingFileList) #初始化訓練的Mat矩陣,訓練集 trainingMat = np.zeros((m, 1024)) #從檔名中解析出訓練集的類別 for i in range(m): #獲得檔案的名字 fileNameStr = trainingFileList[i] #獲得分類的數字 classNumber = int(fileNameStr.split('_')[0]) #將獲得的類別新增到hwLabels中 hwLabels.append(classNumber) #將每一個檔案的1x1024資料儲存到trainingMat矩陣中 trainingMat[i,:] = img2vector('trainingDigits/%s' % (fileNameStr)) #構建kNN分類器 neigh =KNN(n_neighbors = 3, algorithm = 'auto') #擬合模型, trainingMat為訓練矩陣,hwLabels為對應的標籤 neigh.fit(trainingMat, hwLabels) #返回testDigits目錄下的檔案列表 testFileList = listdir('testDigits') #錯誤檢測計數 errorCount = 0.0 #測試資料的數量 mTest = len(testFileList) #從檔案中解析出測試集的類別並進行 分類測試 for i in range(mTest): #獲得檔案的名字 fileNameStr = testFileList[i] #獲得分類的數字 classNumber = int(fileNameStr.split('_')[0]) #獲得測試集的1x1024向量,用於訓練 vectorUnderTest = img2vector('testDigits/%s' % (fileNameStr)) #獲得預測結果 classifierResult = neigh.predict(vectorUnderTest) print("分類返回結果為%d\t真實結果為%d" % (classifierResult, classNumber)) if(classifierResult != classNumber): errorCount += 1.0 print("總共錯了%d個數據\n錯誤率為%f%%" % (errorCount, errorCount/mTest * 100)) """ 函式說明:main函式 """ if __name__=='__main__': handwritingClassTest()
結果輸出：
