KNN算法实现手写数字识别的三种方法源码

KNN算法使用MNIST数据集、0-1二值图集、自写的数字图片集，做手写数字识别的代码，文件夹分类明确。

# -*- coding:utf-8 -*-
# -*- author：zzZ_CMing
# -*- 2017/12/23
# -*- python3.5

import numpy as np
from image import image2onebit as it
import sys
from tensorflow.examples.tutorials.mnist import input_data
import math
import datetime

#KNN算法主体：计算测试样本与每一个训练样本的距离
def get_index（train_datatest_data i）:
	#1、 np.argmin（np.sqrt（np.sum（np.square（test_data[i]-train_data）axis=1）））
	#2、a数组存入：测试样本与每一个训练样本的距离
	all_dist = np.sqrt（np.sum（np.square（test_data[i]-train_data）axis=1））.tolist（）
	return all_dist

#KNN算法主体：计算查找最近的K个训练集所对应的预测值
def get_number（all_dist）:
	all_number = []
	min_index = 0
	#print（‘距离列表：‘ all_dist）
	for k in range（Nearest_Neighbor_number）:
		# 最小索引值 = 最小距离的下标编号
		min_index = np.argmin（all_dist）
		#依据最小索引值（最小距离的下标编号），映射查找到预测值
		ss = np.argmax（（train_label[min_index]））.tolist（）
		print（‘第‘k+1‘次预测值:‘ss）
		#将预测值改为字符串形式存入新元组bb中
		all_number = all_number + list（str（ss））
		#在距离数组中，将最小的距离值删去
		min_number = min（all_dist）
		xx = all_dist.index（min_number）
		del all_dist[xx]
	print（‘预测值总体结果：‘all_number）
	return all_number

#KNN算法主体：在K个预测值中，求众数，找到分属最多的那一类，输出
def get_min_number（all_number）:
	c = []
	#将string转化为int，传入新列表c
	for i in range（len（all_number））:
		c.append（int（all_number[i]））
	#求众数
	new_number = np.array（c）
	counts = np.bincount（new_number）
	return np.argmax（counts）


t1 = datetime.datetime.now（）      #计时开始
print（‘说明：训练集数目取值范围在[060000]K取值最好<10\n‘ ）
train_sum = int（input（‘输入训练集数目：‘））
Nearest_Neighbor_number = int（input（‘选取最邻近的K个值，K=‘））

#依照文件名查找，读取训练与测试用的图片数据集
mnist = input_data.read_data_sets（“./MNIST_data“ one_hot=True）
#取出训练集数据、训练集标签
train_data train_label = mnist.train.next_batch（train_sum）

#调用自创模块内函数read_image（）：依照路径传入图片处理，将图片信息转换成numpy.array类型
x1_tmp = it.read_image（“png/nnnn.png“）
test_data = it.imageToArray（x1_tmp）
test_data = np.array（test_data）
#print（‘test_data‘test_data）
#调用自创模块内函数show_ndarray（）：用字符矩阵打印图片
it.show_ndarray（test_data）

#KNN算法主体
all_dist = get_index（train_datatest_data0）
all_number = get_number（all_dist）
min_number = get_min_number（all_number ）
print（‘最后的预测值为：‘min_number）

t2=datetime.datetime.now（）
print（‘耗 时 = ‘t2-t1）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-01-12 15:59  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\
     目录           0  2018-03-16 10:58  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\
     文件        2855  2018-03-16 10:58  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\28x28+图片+KNN算法手写数字识别.py
     目录           0  2018-03-15 16:57  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\
     文件           0  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__init__.py
     文件         163  2017-11-02 00:12  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__init__.pyc
     目录           0  2018-03-15 17:05  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__pycache__\
     文件         159  2017-11-02 15:13  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__pycache__\__init__.cpython-34.pyc
     文件         170  2017-12-15 09:13  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__pycache__\__init__.cpython-35.pyc
     文件        1945  2017-11-19 23:47  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__pycache__\image2onebit.cpython-34.pyc
     文件        1965  2018-03-15 17:05  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\__pycache__\image2onebit.cpython-35.pyc
     文件         830  2018-03-15 16:57  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\image2onebit.py
     文件        1868  2017-11-02 00:12  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\image\image2onebit.pyc
     目录           0  2018-03-08 15:46  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\MNIST_data\
     文件     1648877  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\MNIST_data\t10k-images-idx3-ubyte.gz
     文件        4542  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\MNIST_data\t10k-labels-idx1-ubyte.gz
     文件     9912422  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\MNIST_data\train-images-idx3-ubyte.gz
     文件       28881  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\MNIST_data\train-labels-idx1-ubyte.gz
     目录           0  2018-03-16 10:58  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\
     文件         977  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\0ps.png
     文件         954  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\1ps.png
     文件         222  2017-12-20 17:55  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\2ps.png
     文件         242  2017-12-20 17:53  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\3ps.png
     文件         991  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\4ps.png
     文件         237  2017-12-20 18:00  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\5ps.png
     文件        1000  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\6ps.png
     文件         226  2017-12-20 17:50  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\7ps.png
     文件        1005  2017-11-01 23:26  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\8ps.png
     文件         426  2018-03-09 11:22  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\9kk.png
     文件         994  2017-11-07 20:24  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\9ps.png
     文件         297  2018-03-15 17:40  监督学习——KNN算法\28x28+图片+KNN算法手写数字识别\A+自己做的\png\aaaa.png
............此处省略93737个文件信息