使用kNN算法识别手写数字

╰半夏微凉° 2022-06-04 05:56 156阅读 0赞

**完整代码可从[https://github.com/TimeIvyace/kNN.git][https_github.com_TimeIvyace_kNN.git]中下载**

trainingDigits文件夹中为训练数据，里面存储的都是32\*32的txt格式的数字图像数值矩阵。testDigits文件夹中为测试数据，存储格式与trainingDigits中相同。文件格式名例如：0\_1.txt，0为数字的标签（即数字本身），1为表示数字0的第一个文件。代码为：

form numpy import *
    from os import listdir
    def handwritingClassTest():
        hwLabels = [] #标签集
        trainingFileList = listdir('digits/trainingDigits') #listdir获取训练集的文件目录
        m = len(trainingFileList) #文件数量
        trainingMat = zeros((m, 1024)) #一个数字1024个字符，创建m*1024的数组
        for i in range(m):
            fileNameStr = trainingFileList[i] #获取文件名
            fileStr = fileNameStr.split('.')[0] #以'.'将字符串分割，并取第一项，即0_0.txt取0_0
            classNumStr = int(fileStr.split('_')[0]) #以'_'将字符串分割，并取第一项
            hwLabels.append(classNumStr) #依次存入hwLabels标签集
            trainingMat[i, :] = img2vector('digits/trainingDigits/%s' % fileNameStr) #将每个数字的字符值依次存入trainingMat
        testFileList = listdir('digits/testDigits') #读入测试数据集
        errorCount = 0.0 #测试错误数量
        mTest = len(testFileList) #测试集的数量
        for i in range(mTest):
            fileNameStr = testFileList[i]
            fileStr = fileNameStr.split('.')[0]
            classNumStr = int(fileStr.split('_')[0]) #测试数据标签
            vectorUnderTest = img2vector('digits/testDigits/%s' % fileNameStr) #读入测试数据
            classifierResult = classify0(vectorUnderTest, trainingMat, hwLabels, 3) #分类器kNN算法，3为最近邻数目
            print("the calssifier came back with: %d, the real answer is : %d" %(classifierResult, classNumStr))
            if (classifierResult != classNumStr): errorCount +=1.0
        print("\nthe total number of errors is : %f" % errorCount)
        print("\nthe total error rate is :%f" % (errorCount/float(mTest)))
    
    handwritingClassTest()

[https_github.com_TimeIvyace_kNN.git]: https://github.com/TimeIvyace/kNN.git