数据集:MINST
数据预处理参考了https://blog.youkuaiyun.com/simple_the_best/article/details/75267863
处理出来有用的信息也就是 28 × 28 28 \times 28 28×28的矩阵和Label信息。
KNN的实现:
def KNN(train_dataset, train_labels, input_vec, distance, k=1):
dis_labels = []
n = len(train_dataset)
for i in range(n):
vec = train_dataset[i]
label = train_labels[i]
dis_labels.append([distance(vec, input_vec

本文介绍了使用KNN算法进行MNIST手写数字识别的实验过程。数据预处理后,发现未经优化的KNN计算量巨大。通过采样降低计算复杂性,但即便如此,不同k值下的正确率仅达到20%左右。引入二值化处理后,正确率显著提升至96.3%,但k值对结果的影响不明显。
最低0.47元/天 解锁文章
4995

被折叠的 条评论
为什么被折叠?



