zoukankan      html  css  js  c++  java
  • [机器学习案例1]基于KNN手写数字识别

    算法介绍

    之前已经介绍过,简单来说,K-NN可以看成:有那么一堆你已经知道分类的数据,然后当一个新数据进入的时候,就开始跟训练数据里的每个点求距离,然后挑离这个训练数据最近的K个点看看这几个点属于什么类型,然后用少数服从多数的原则,给新数据归类。

    算法步骤:

    算法步骤: 
    1. step.1—初始化距离为最大值 
    2. step.2—计算未知样本和每个训练样本的距离dist 
    3. step.3—得到目前K个最临近样本中的最大距离maxdist 
    4. step.4—如果dist小于maxdist,则将该训练样本作为K-最近邻样本 
    5. step.5—重复步骤2、3、4,直到未知样本和所有训练样本的距离都算完 
    6. step.6—统计K-最近邻样本中每个类标号出现的次数 
    7. step.7—选择出现频率最大的类标号作为未知样本的类标号

    案例分析

    首先一个CNN算法

    from numpy import *  
    import operator  
    
    def createDataSet():  
        group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])  
        labels = ['A','A','B','B']  
        return group,labels  
    
    def classify0(inX,dataSet,labels,k):  
        dataSetSize = dataSet.shape[0]  
        diffMat = tile(inX,(dataSetSize,1)) - dataSet  
        sqDiffMat = diffMat**2  
        sqDistances = sqDiffMat.sum(axis = 1)  
        distances = sqDistances**0.5  
        sortedDistIndicies = distances.argsort()  
        classCount = {}  
        for i in range(k):  
            voteIlabel = labels[sortedDistIndicies[i]]  
            classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1  
        sortedClassCount = sorted(classCount.iteritems(),  
                                  key=operator.itemgetter(1),reverse=True)  
        return sortedClassCount[0][0] 
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    测试算法:

    #! /usr/bin/env python
    # -*- coding: utf-8 -*-
    from numpy import *
    from os import listdir
    import KNN
    from numpy.core import multiarray
    
    
    
    def img2vector(filename):
        '图像文件转换成矩阵'
        returnVect = zeros((1,1024))
        fr = open(filename)
        for i in range(32):             #将32行合并成一行
            lineStr = fr.readline()
            for j in range(32):
                returnVect[0,32*i+j] = int(lineStr[j])
        return returnVect               #一个样本最终成为一个1*1024的向量
    
    
    def handwritingClassTest():
        '手写识别测试函数,调用了KNN模块的KNN分类器函数'
        hwLabels = []
        trainingFileList = listdir('trainingDigits')
        m = len(trainingFileList)
        trainingMat = zeros((m,1024))
        for i in range(m):
            fileNameStr = trainingFileList[i]
            fileStr = fileNameStr.split('.')[0]
            classNumStr = int(fileStr.split('_')[0])
            hwLabels.append(classNumStr)
            trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)
    
        testFileList = listdir('testDigits')
        errorCount = 0.0
        mTest = len(testFileList)
        for i in range(mTest):
            fileNameStr = testFileList[i]
            fileStr = fileNameStr.split('.')[0]
            classNumStr = int(fileStr.split('_')[0])
            vectorUnderTest = img2vector('testDigits/%s' % fileNameStr)
            classifierResult = KNN.classify0(vectorUnderTest, trainingMat, hwLabels, 3)
            print "in #%d, the classifier came back with: %d, the real answer is: %d" % (i, classifierResult, classNumStr)
            if (classifierResult != classNumStr):
                errorCount += 1.0
        print "
    the total number of errors is: %d" % errorCount
        print "
    the total error rate is: %f" % (errorCount/float(mTest))
    
    handwritingClassTest()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • http://www.woaipu.com/shops/zuzhuan/61406

    源码下载地址:

    http://www.woaipu.com/shops/zuzhuan/61406

    源码下载地址

  • 相关阅读:
    字符编码ANSI和ASCII区别、Unicode和UTF-8区别
    《非暴力沟通》读后感
    软件测试
    报表导出测试点
    如何设计测试用例
    国密算法sm2.sm3.sm4
    免杀原理与实践
    SQL注入攻击
    网络攻防实践 第十周作业
    网络攻防实践第九周
  • 原文地址:https://www.cnblogs.com/sy646et/p/7194115.html
Copyright © 2011-2022 走看看