python实现kaggle中的数字识别

#-*-coding:utf-8-*-
import sysos
import csv
from numpy import *
import operator
path=sys.path[0]
def loadTrainData（）:
	trdata=list（）
	with open（path+‘/train.csv‘） as file:
		lines=csv.reader（file）
		for line in lines:#839*785
			trdata.append（line）
	trdata.remove（trdata[0]）
	trdata=array（trdata）
	rowcol=len（trdata）len（trdata[0]）
	print ‘train‘rowcol
	label=[]
	data=zeros（（rowcol-1））
	for i in range（0row）:
		label.append（trdata[i][0]）
		for j in range（1col）:
			data[i][j-1]=trdata[i][j]
	label=array（label）.reshape（len（label）1）
	data=array（data）.reshape（len（label）len（trdata[0]）-1）
	label=toint（label）
	data=toint（data）
	return nomalizing（data）label

def loadTestdata（）:
	tedata=list（）
	with open（path+‘/test.csv‘） as file:
		i=1
		lines=csv.reader（file）
		for line in lines:
				tedata.append（line）
	tedata.remove（tedata[0]）
	rowcol=len（tedata）len（tedata[0]）
	print ‘test‘rowcol
	data=zeros（（rowcol））
	for i in range（0row）:
		for j in range（0col）:
			data[i][j]=tedata[i][j]
	data=toint（data）
	return nomalizing（data）

def loadTestResult（）:
	#28001*2  
	terdata=list（）
	label=list（）
	with open（path+‘/sample_submission.csv‘） as file:
		lines=csv.reader（file）
		for line in lines:
			terdata.append（line）
	terdata.remove（terdata[0]）

	rowcol=len（terdata）len（terdata[0]）
	print ‘test‘rowcol
	for i in range（0row）:
		label.append（terdata[i][1]）
	label=array（label）.reshape（len（label）1）
	return toint（label）
	
def nomalizing（array）:
	mn=shape（array）
	for i in xrange（m）:
		for j in xrange（n）:
			if array[i][j]!=0:
				array[i][j]=1
	return array

def toint（array）:
	mn=shape（array）
	print mn
	newdata=zeros（（mn））
	for i in xrange（m）:
		for j in xrange（n）:
			newdata[i][j]=int（array[i][j]）
	return newdata

def classify（inX dataSet labels k）:
	inX=mat（inX）#1*28000
	dataSet=mat（dataSet）#42000*784
	labels=mat（labels）#1*42000
	dataSetSize = dataSet.shape[0]   #42000              
	diffMat = tile（inX （dataSetSize1）） - dataSet    # 将数组inX作为元素构成42000*784的矩阵，即将inX重复42000遍，并与dataSet相减，求出inX与每一个train向量之间的距离
	sqDiffMat = array（diffMat）**2  #对矩阵中的每个元素求平方
	distances = sqDiffMat.sum（axis=1）#对矩阵中的每一行求和，得到42000*1的矩阵
	#distances = sqDistances**0.5 
 	sortedDistIndicies = distances.argsort（）#对距离矩阵由小到大排序，得到排序矩阵，其中存储每个值的索引
	classCount={}                                        
	for i in range（k）:
		voteIlabel = labels[0sortedDistIndicies[i]]  
		classCount[voteIlabel] = classCount.get（voteIlabel0） + 1  
	sortedClassCount = sorted（classCount.iteritems（） key=operator.itemgetter（1） reverse=True）  
	return sortedClassCount[0][0]  

def saveResult（result）:
	l=array（result）.reshape（len（result）1）
	rowcol= shape（l）
	l1=[]
	for i in range（row）:
		for j in range（col）:
			l1.append（int（float（l[i][j]）））
	print l1
	j=1
	with open（‘result3.csv‘‘wb‘） as file:
		myW=csv.writer（file）
		tmp=[]
		tmp.append（‘ImageId‘）
		tmp.append（‘Label‘）
		myW.writerow（tmp）
		for i in l1:
			tmp=[]
			tmp.append（str（j））
			j+=1
			tmp.append（i）
			myW.writerow（tmp）
	#with open（path+‘/re