-
人工智能
站-
热门城市 全国站>
-
其他省市
-
-
400-636-0069
小标
2018-11-28
来源 ：
阅读 1131
评论 0
摘要：本文主要向大家介绍了机器学习入门之机器学习-kNN实现简单的手写数字识别系统，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之机器学习-kNN实现简单的手写数字识别系统，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。
功能
利用k-邻近算法，实现识别数字0到9
开发环境
Mac
Python3.5（Anaconda）
PIL
numpy
数据集和项目源代码
Github：https://github.com/jiangkang/KMachineLearning.git
数据集
下面是32*32的黑白图像
32* 32像素数据集
为了方便处理，提供了文本文件
文本数据
数据集分为训练集和测试集，其中训练集是已经分类好的数据，测试集是用来测试算法。
将数据转换为特征向量
从上图可知，拿到的是32*32的的矩阵，每一个点是一个像素值，将这1024（32
32）个数值，转换成（1，1024）的向量。
数据转换为特征向量
KNN分类器
参考这篇文章机器学习-从kNN开始
kNN分类器
输入测试集，测试算法
测试算法
看看选择不同的k值，分类效果如何
取不同的k值
这里看错误的个数，绘制一个折线图
注意：执行时间比较长，去喝杯咖啡吧
这里取1-4，当然你也可以取更高的k值（速度慢）
实验结果证明，取k=3，效果比较好。
txt转换为png图像
为了更具真实性，同样写了txt转换为png的代码。
txt转png
图像转txt文件
image.png
总结
数据集如果稍大一点，执行时间会变得非常长
本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！
喜欢 | 0
不喜欢 | 0
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了，明天再试试吧！
我们会在第一时间安排职业规划师联系您！
您也可以联系我们的职业规划师咨询：
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com，All Rights Reserved.
沪公网安备 31011502005948号
索取资料
答疑解惑
技术交流
职业测评
面试技巧
高薪秘笈
