Kaggle实战：Digit Recognizer[KNN算法]

高通量

于 2017-07-04 16:04:27 发布

阅读量801

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/howhigh/article/details/74331951

机器学习专栏收录该内容

57 篇文章

订阅专栏

本文介绍了一个使用Kaggle手写数字识别竞赛数据集的简单KNN分类器实现过程。通过加载训练数据，提取特征和标签，并应用KNN算法进行训练。最终在测试集上达到了96.800%的准确率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Digit Recognizer

链接地址：https://www.kaggle.com/c/digit-recognizer
比赛内容：识别手写体
采用算法：knn
比赛成绩：正确率96.800%

Python代码

import pandas as pd
data = pd.read_csv("train.csv")
data.head()
dataset = data.iloc[:,1:]   #提取特征
dataset.head()
label = data.iloc[:,0] #提取标签
label.head()
dataset.describe()
label.describe()
from sklearn import neighbors
knn = neighbors.KNeighborsClassifier(n_neighbors=5)  
knn.fit(dataset, label)  
test = pd.read_csv("test.csv")
pred = knn.predict(test)
print(pred)
import numpy as np
a = pd.Series(pred)
b = pd.Series(np.arange(1,28000))
c = pd.DataFrame([a,b])
d = pd.DataFrame(c.T)
d.to_csv("result.csv")