H:\machine\machine_learning\Hands-on-ML-master\第3章 k近邻算法\03 k近邻算法.ipynb

原创

已于 2025-03-13 17:40:58 修改 · 451 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#近邻算法 #算法

于 2025-03-12 23:34:51 首次发布

代码全文

python

import matplotlib.pyplot as plt
import numpy as np
import os

# 读入mnist数据集
m_x = np.loadtxt('mnist_x', delimiter=' ')
m_y = np.loadtxt('mnist_y')

# 数据集可视化
data = np.reshape(np.array(m_x[0], dtype=int), [28, 28])
plt.figure()
plt.imshow(data, cmap='gray')

# 将数据集分为训练集和测试集
ratio = 0.8
split = int(len(m_x) * ratio)
# 打乱数据
np.random.seed(0)
idx = np.random.permutation(np.arange(len(m_x)))
m_x = m_x[idx]
m_y = m_y[idx]
x_train, x_test = m_x[:split], m_x[split:]
y_train, y_test = m_y[:split], m_y[split:]

详细解释

1. 导入库

python

import matplotlib.pyplot as plt
import numpy as np
import os

import matplotlib.pyplot as plt:
- 作用：导入 Matplotlib 库中的 pyplot 模块，通常用于数据可视化（比如画图、显示图像）。
- 用途：这里用它来显示 MNIST 数据集中的手写数字图像。
- 别名 plt：为了方便调用，约定俗成用 plt 作为简写。
import numpy