Python实现knn算法手写数字识别

最新推荐文章于 2025-05-30 08:00:00 发布

原创

最新推荐文章于 2025-05-30 08:00:00 发布 · 2.5k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #knn代码 #knn

本文通过Python利用KNN算法对手写数字进行识别，详细介绍了数据导入、预处理以及模型构建的过程，其中数据集为MNIST，并展示了部分识别结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

KNN实现手写数字识别

1 - 导入模块

import numpy as np
import matplotlib.pyplot as plt
from PIL import  Image

%matplotlib inline

2 - 导入数据及数据预处理

因为我下载的mnist数据是*.gz格式的，所以为了方便读取数据就是用了TensorFlow提供的模块。

import tensorflow as tf

# Import MNIST data
from tensorflow.examples.tutorials.mnist import input_data

def load_digits():
    mnist = input_data.read_data_sets("path/", one_hot=True)
    return mnist
mnist = load_digits()

输出结果

Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tutorial/data/MNIST_data\train-images-idx3-ubyte.gz
Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tutorial/data/MNIST_data\train-labels-idx1-ubyte.gz
Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tutorial/data/MNIST_data\t10k-ima