手写体数据和KNN实现代码.zip

手写体数字识别数据-digits.zip——手写体数据和KNN实现

‘‘‘
kNN: k Nearest Neighbors

Input:      inX: vector to compare to existing dataset （1xN）
            dataSet: size m data set of known vectors （NxM）
            labels: data set labels （1xM vector）
            k: number of neighbors to use for comparison （should be an odd number）

Output:     the  digit label

‘‘‘


from numpy import *
import operator
from os import listdir

# KNN分类方法
def classify0（inX dataSet labels k）:
    # 距离计算——使用欧氏距离，计算两个向量点的距离
    dataSetSize = dataSet.shape[0]
    diffMat = tile（inX （dataSetSize1）） - dataSet
    sqDiffMat = diffMat**2
    sqDistances = sqDiffMat.sum（axis=1）
    distances = sqDistances**0.5
    # 把距离从小到大排序
    sortedDistIndicies = distances.argsort（）
    classCount={}
    for i in range（k）:
        # 统计距离最 近的 k 个 数据的 标签分类出现次数
        voteIlabel = labels[sortedDistIndicies[i]]
        classCount[voteIlabel] = classCount.get（voteIlabel0） + 1
    # 对 标签分类出现次数 进行  从大到小 排序
    sortedClassCount = sorted（classCount.items（） key=operator.itemgetter（1） reverse=True）
    return sortedClassCount[0][0]


# 这里把 32 * 32 的 二进制图像矩阵 转换为  1 * 1024 的向量
def img2vector（filename）:
    returnVect = zeros（（11024））
    fr = open（filename）
    for i in range（32）:
        lineStr = fr.readline（）
        for j in range（32）:
            returnVect[032*i+j] = int（lineStr[j]）
    return returnVect


def handwritingClassTest（）:
    hwLabels = []
    trainingFileList = listdir（‘digits/trainingDigits‘）           #load the training set
    m = len（trainingFileList）

    trainingMat = zeros（（m1024））
    for i in range（m）:
        fileNameStr = trainingFileList[i]
        # 获取文件名
        fileStr = fileNameStr.split（‘.‘）[0]     #take off .txt
        # 获取标签数值
        classNumStr = int（fileStr.split（‘_‘）[0]）
        # 待识别图片数字的 标签数值 保存在  hwLabels 中
        hwLabels.append（classNumStr）
        trainingMat[i:] = img2vector（‘digits/trainingDigits/%s‘ % fileNameStr）
    testFileList = listdir（‘digits/testDigits‘）        #iterate through the test set
    errorCount = 0.0
    mTest = len（testFileList）
    for i in range（mTest）:
        fileNameStr = testFileList[i]
        fileStr = fileNameStr.split（‘.‘）[0]     #take off .txt
        classNumStr = int（fileStr.split（‘_‘）[0]）
        vectorUnderTest = img2vector（‘digits/testDigits/%s‘ % fileNameStr）
        # 调用KNN分类方法
        classifierResult = classify0（vectorUnderTest trainingMat hwLabels 3）
        print（“the classifier came back with: %d the real answer is: %d“ % （classifierResult classNumStr））
        if（classifierResult != classNumStr）:
            errorCount += 1.0
    print（“\n the total number of errors is: %d“ % errorCount）
    print（“\n the total error rate is: %f“ % （errorCount/float（mTest）））
    print（“测试的手写体数字个数为 %d “ % mTest）

# 调用方法
handwritingClassTest（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      739988  2011-05-04 15:43  数据和KNN实现代码\digits.zip
     文件        3138  2019-05-22 18:11  数据和KNN实现代码\handIdentify.py
     目录           0  2019-05-22 18:19  数据和KNN实现代码\