↑ 点击上方【计算机视觉联盟】关注我们
本节使用KNN算法实现手写数字识别。KNN算法基本原理前边文章已经详细叙述,盟友们可以参考哦!
数据集介绍
在线识别手写签名、有两个文件:
(1)trainingDigits文件,包含了大约2000个例子,每个数字大约有200个样本
(2)testDigits文件,包含了大约900个测试数据
数据样式为:
文件夹格式
数字0样式
数字2样式
我们使用trainingDigits文件中的数据作为训练分类器,使用testDigits文件中的数据测试分类器的效果。KNN算法那实现手写数字识别代码如下: 1#!/usr/bin/env python2# -*- coding:utf-8 -*-3import numpy as np4# os 模块中导入函数listdir,该函数可以列出给定目录的文件名5from os import listdir6import operator789def img2vector(filename):
10 """实现将图片转换为向量形式"""
11 return_vector = np.zeros((1, 1024))
12 fr = open(filename)
13 for i in range(32):
14 line = fr.readline()
15 for j in range(32):
16 return_vector[0, 32*i + j] = int(line[j])
17 return return_vector
18
19
20# inX 用于分类的输入向量
21# dataSet表示训练样本集
22# 标签向量为labels,标签向量的元素数目和矩阵dataSet的行数相同
23# 参数k表示选择最近邻居的数目
24def classify0(inx, data_set, labels, k):
25 """实现k近邻"""
26 diff_mat = inx - data_set # 各个属性特征做差
27 sq_diff_mat = diff_mat**2 # 各个差值求平方
28 sq_distances = sq_diff_mat.sum(axis=1) # 按行求和
29 distances = sq_distances**0.5 # 开方
30 sorted_dist_indicies = distances.argsort() # 按照从小到大排序,并输出相应的索引值
31 class_count = {} # 创建一个字典,存储k个距离中的不同标签的数量
32
33 for i in range(k):
34 vote_label = labels[sorted_dist_indicies[i]] # 求出第i个标签
35 # 访问字典中值为vote_label标签的数值再加1,
36 # class_count.get(vote_label, 0)中的0表示当为查询到vote_label时的默认值
37 class_count[vote_label] = class_count.get(vote_label, 0) + 1
38 # 将获取的k个近邻的标签类进行排序
39 sorted_class_count = sorted(class_count.items(), key=operator.itemgetter(1), reverse=True)
40 # 标签类最多的就是未知数据的类
41 return sorted_class_count[0][0]
42
43
44def hand_writing_class_test():
45 """手写数字KNN分类"""
46 hand_writing_labels = [] # 手写数字类别标签
47 training_file_list = listdir('digits/trainingDigits') # 获得文件中目录列表,训练数据集
48 m = len(training_file_list) # 求得文件中目录文件个数(训练数据集)
49 training_mat = np.zeros((m, 1024)) # 创建训练数据矩阵,特征属性矩阵
50
51 for i in range(m):
52 file_name_str = training_file_list[i] # 获取单个文件名
53 file_str = file_name_str.split(' ')[0] # 将文件名中的空字符去掉,这里的[0]是将文件名取出来
54 class_num_str = int(file_str.split('_')[0]) # 取出数字类别
55 hand_writing_labels.append(class_num_str) # 将数字类别添加到类别标签矩阵中
56 # 将图像格式转换为向量形式
57 training_mat[i, :] = img2vector('digits/trainingDigits/%s' % file_name_str)
58
59 test_file_list = listdir('digits/testDigits') # 获得文件中目录列表,测试数据集
60 error_count = 0 # 错误分类个数
61 m_test = len(test_file_list) # 测试数据集个数
62
63 for i in range(m_test):
64 file_name_str = test_file_list[i] # 获取单个文件名(测试数据集)
65 file_str = file_name_str.split('.')[0] # 将文件名中的空字符去掉,这里的[0]是将文件名取出来(测试数据集)
66 class_num_str = int(file_str.split('_')[0]) # 取出数字类别(测试数据集)
67 # 将图像格式转换为向量形式(测试数据集)
68 vector_under_test = img2vector('digits/testDigits/%s' % file_name_str)
69 # KNN分类,以测试数据集为未知数据,训练数据为训练数据
70 classifier_result = classify0(vector_under_test, training_mat, hand_writing_labels, 3)
71 # 输出分类结果和真实类别
72 print('the classifier came back with: %d, the real answer is: %d' % (classifier_result, class_num_str))
73 # 计算错误分类个数
74 if classifier_result != class_num_str:
75 error_count += 1
76
77 # 输出错误分类个数和错误率
78 print("\n the total number of errors is: %d" % error_count)
79 print("\n the total error rate is: %f" % (error_count/float(m_test)))
80
81
82# 调用手写识别
83hand_writing_class_test()
运行结果:
数据集下载方式
实践报告?公众号回复关键词【KNN】即可获取
往期回顾
● 亲身经历2019年校招8个大厂心得体会,纯干货分享(大疆、百度...)
● 带你详细了解机器视觉竞赛—ILSVRC竞赛
● 到底什么是“机器学习”?机器学习有哪些基本概念?(简单易懂)
● 带你自学Python系列(一):变量和简单数据类型(附思维导图)
● 带你自学Python系列(二):Python列表总结-思维导图
● 带你自学Python系列(三):列表遍历(for循环)
● 2018年度最强的30个机器学习项目!
● 斯坦福李飞飞高徒Johnson博士论文: 组成式计算机视觉智能(附195页PDF)
● 134页《深度学习数学基础笔记》(内附电子书下载)
● 【资源】100页机器学习入门完整版,必须收藏!
● 【工作篇】华为武汉长沙地区2020届猎户座寒假实习生招聘
● 一文详解计算机视觉的广泛应用:网络压缩、视觉问答、可视化、风格迁移
● 2018年最值得关注的10个机器学习开源项目
● 【资源】《PyTorch模型训练实用教程》,必须收藏!
● 机器学习经典书籍李航《统计学习方法》(Python3.6)代码实现(及课件)
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态