KNN算法对MNIST数据集分类

代码使用matlab编写，压缩包中包含MNIST数据集及其读取函数、KNN算法实现和ReadMe.txt。 KNN算法中使用了PCA降维处理数据减少运行时间，正确率可达95%，有部分注释。请结合ReadMe文件使用。

clear;
clc;
%读取数据
trainImages = loadMNISTImages（‘train-images.idx3-ubyte‘）;      
trainLabels = loadMNISTLabels（‘train-labels.idx1-ubyte‘）;
testImages = loadMNISTImages（‘t10k-images.idx3-ubyte‘）;
testLabels = loadMNISTLabels（‘t10k-labels.idx1-ubyte‘）;
%选取部分样本进行测试
testImages = testImages（:1:100）;
testLabels = testLabels（1:1001）;
%PCA降维
square = double（trainImages * trainImages‘）;
[eigVect eigVal] = eig（square）;
eigVal = diag（eigVal）;  
eigVal = cumsum（eigVal） / sum（eigVal）;
k = find（eigVal >= 5e-2 1）;
pca = eigVect（: k:end）;
trainImages = pca‘ * trainImages;
testImages = pca‘ * testImages; 
%获得样本规模
[mn] = size（trainImages）;
[rs] = size（testImages）;

K = 10;                                                        %K最好取20以下的数
testResults = zeros（1s）;
kLabels = zeros（1K）;
error =0;
%开始训练
tic;
for i = 1 : s
    %求出待测样本与训练样本的距离
    colImages = repmat（testImages（:i）1n）; 
    colImages = （trainImages - colImages） .^ 2;
    distance = sum（colImages） .^ 0.5;
    %找到离待测样本最近的k个训练样本
    [sortDistpos1] = sort（distance）;
    for j = 1 : K
        kLabels（j） = trainLabels（pos1（j））;
    end
    %训练样本进行投票得到待测样本的类别
    count = tabulate（kLabels）;
    [maxCountpos2] = max（count（:2））;
    testResults（i） = count（pos2）;  
    fprintf（‘第%d张图片\n‘i）;
end
%判断训练结果
for i = 1 : s
  if （testResults（i） ~= testLabels（i））
    error = error+1;
  end
end

fprintf（‘正确率为%d\n‘1-error/s）;
toc;

% save data error;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1559  2017-11-14 19:36  matlab\KNN.m

     文件        837  2017-11-07 16:51  matlab\loadMNISTImages.m

     文件        535  2017-11-03 17:49  matlab\loadMNISTLabels.m

     文件        259  2017-11-13 17:13  matlab\Readme.txt

     文件    7840016  1998-01-26 23:07  matlab\t10k-images.idx3-ubyte

     文件      10008  1998-01-26 23:07  matlab\t10k-labels.idx1-ubyte

     文件   47040016  1996-11-18 23:36  matlab\train-images.idx3-ubyte

     文件      60008  1996-11-18 23:36  matlab\train-labels.idx1-ubyte

     目录          0  2017-11-13 17:02  matlab

----------- ---------  ---------- -----  ----

             54953238                    9