Python实现knn算法手写数字识别

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
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值