利用sklearn KNN实现手写数字识别

利用sklearn KNN实现手写数字识别

```

import numpy as np

import pandas as pd

from PIL import Image

import matplotlib.pyplot as plt

from sklearn.preprocessing import MinMaxScaler

from sklearn.neighbors import KNeighborsClassifier

from sklearn.model_selection import train_test_split,GridSearchCV

```

```

def imgTovector(filename):

    img=plt.imread(filename)

    img_data=np.array(img)

#    Minmax=MinMaxScaler()

#    img_union=Minmax.fit_transform(img_data)

    img_vector=img_data.reshape(1,-1)

    return img_vector

```

```

from os import listdir

def collectFiledataset():

    img_labels = list()

    # 样本数据文件列表

    FileList = listdir('knn_num_data')

    f = len(FileList)

    # 设置初始矩阵

    c = 28 * 28

    dataSet = np.zeros((5000, c))

    for i in range(f):

        path = 'knn_num_data/' + FileList[i]

        trainingFilelist = listdir(path)

        t = len(trainingFilelist)

        for j in range(t):

            fileNameStr = trainingFilelist[j]

            fileStr = fileNameStr.split('.')[0]

            classNum = int(fileStr.split('_')[0])

            img_labels.append(classNum)

            filename = './knn_num_data/' + FileList[i] + '/' + fileNameStr

            img_vector = imgTovector(filename)

            # 将样本数据存入矩阵

            ins = i * (t - 1) + j

            dataSet[ins, :] = img_vector[0]

    dataSet = pd.DataFrame(dataSet)

    dataSet['img_labels'] = img_labels

    return dataSet

```

```

dataSet=collectFiledataset()

df=pd.DataFrame(dataSet)

df_r=df.iloc[:,:-1].std(axis=1) !=0

df_c=df.iloc[:,:-1].std(axis=0) !=0

l=df.img_labels

labels=l.loc[df_r.values]

img_df=df.loc[df_r.values,df_c.values]

img_ = img_df.loc[:,img_df.std()!=0]

#归一化

MM=MinMaxScaler()

img_union=MM.fit_transform(img_)

img_union.shape

X_train,X_test,y_train,y_test=train_test_split(feature,labels,test_size=.3)

kd_tree=KNeighborsClassifier(algorithm='kd_tree',n_neighbors=12,p=2,n_jobs=2)

# param_grid = dict(n_neighbors=np.arange(5,100))

# gc = GridSearchCV(kd_tree,param_grid,cv=4,n_jobs=2).fit(feature,labels)

```

```

kd_tree.fit(X_train,y_train)

kd_tree.score(X_train,y_train),kd_tree.score(X_test,y_test)

```

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249

推荐阅读更多精彩内容

  • 📚开局策略: 谈判是一场基于信息的博弈。其中有一方掌握了更全面、更充分的信息,就会在谈判过程中占有巨大的优势。广义...
    果不不阅读 89评论 0 0
  • “胖子,上课帮我达到。 ”我低着头说了一句。 “你又不去上课,第三天了,什么课也不上。”胖子前脚已经踏出宿舍,后脚...
    不知撒贝宁阅读 174评论 0 0
  • 2019年充实的一年,提升的一年,收获的一年。 开年之始,我给自己做了2019年的年度计划,将学习...
    cc_6811阅读 235评论 0 2
  • 有很多人在谈到强国时会提到“少年”一词,其实无论何时,一个国家想要强大的根本永远是他们的青年才俊。 ...
    薄凉鬼魅阅读 423评论 0 0
  • 许明雅躲到了乡下,日出而作,日落而息。 她不知道自己的人生到底出了什么问题,或者说是自己的内心出了什么问题。 起初...
    卡雷阿姨阅读 222评论 0 0