KNN算法实例_手写识别系统

最新推荐文章于 2024-06-29 18:29:15 发布

V文宝

最新推荐文章于 2024-06-29 18:29:15 发布

阅读量480

点赞数 5

分类专栏：机器学习文章标签：算法

本文链接：https://blog.youkuaiyun.com/a6181816/article/details/139335626

版权

创建一个简单的书写识别系统，使用KNN算法来识别手写数字。分别使用手写KNN算法和调用scikit-learn库来实现。在数据处理过程中，将使用一个常见的手写数字数据集，如MNIST数据集。

数据集

我们将使用MNIST数据集，它包含60000个训练样本和10000个测试样本。每个样本是一个28x28像素的灰度图像，表示0-9之间的手写数字。

手写KNN算法

我们首先手写一个KNN算法来实现书写识别系统。

import numpy as np
from collections import Counter
from sklearn.datasets import fetch_openml
from sklearn.model_selection import train_test_split

# 加载MNIST数据集
mnist = fetch_openml('mnist_784')
X, y = mnist.data, mnist.target.astype(np.int)

# 将数据集拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42