kaggle——Digit Recognizer MNIST手写数字识别（KNN版）

1） 目标

任务网址：kaggle_Digit Recognizer

MNIST（“国家标准技术研究院”）是计算机视觉的事实上的“ hello world”数据集。自从1999年发布以来，这个经典的手写图像数据集已成为基准分类算法的基础。随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。

在这场比赛中，您的目标是从数万个手写图像的数据集中正确地识别数字。我们策划了一系列教程风格的内核，涵盖了从回归到神经网络的所有内容。我们鼓励您尝试不同的算法，以第一手学习什么有效，以及如何比较技术。

2）流程思路

本次思路首先采用KNN实现，使用sklearn。
之后建立神经网络模型，主要参考LE-NET5模型，使用Pytorch。

3）数据处理

head()头文件：

总共有784组feature，label为y值，表示的该手写数字是几；
其余都是乘客feature，包括：
28*28=784个灰度像素，值代表亮度。

info()信息：

观察可以发现，train数据共42000个，维度为42000784；
test数据共28000个，维度为28000784。
其他数据处理：归一化。

3）代码

import numpy as np
import pandas as pd
import matplotlib as plt
from sklearn.neighbors import KNeighborsClassifier

#读取数据
data_train = pd.read_csv(r'D:\python\kaggle\识别数字\digit-recognizer\train.csv',engine = 'python',encoding='UTF-8')
data_test = pd.read_csv(r'D:\python\kaggle\识别数字\digit-recognizer\test.csv',engine = 'python',encoding='UTF-8')
data_sample = pd.read_csv(r'D:\python\kaggle\识别数字\digit-recognizer\sample_submission.csv',engine = 'python',encoding='UTF-8')
print(data_sample.info())

#分割数据
train_np=data_train.values
y=train_np[:,0]
x=train_np[:,1:]

#KNN
knn = KNeighborsClassifier(n_neighbors = 1)
knn.fit(x, y)

#预测
test_np=data_test.values
ans = knn.predict(test_np)

#输出
id=data_sample.ImageId
result = pd.DataFrame({'ImageId':id, 'Label':ans.astype(np.int32)})
result.to_csv(r"D:\python\kaggle\识别数字\digit-recognizer\ans.csv", index=False)

4）运行结果

最后准确率为0.97，算法局限性在这，估计KNN应该很难达到更高了。