机器学习02 -手写数字识别系统实验

本文介绍了如何构建一个手写数字识别系统,利用kNN算法对手写数字进行分类。实验包括数据收集、数据处理、算法测试等步骤,其中数据已被转化为32x32像素的黑白图像。通过将图像转换为测试向量并应用kNN算法,实现了对0到9的数字识别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

手写数字识别系统实验

1. 实验概述

构造一个能识别数字0到9的基于kNN分类器的手写数字识别系统。
需要识别的数字已经使用图形处理软件,处理成具有相同的色彩和大小:宽高是32像素✖32像素的黑白图像。

在这里插入图片描述

2.实验内容

(1)收集数据:提供文本文件;

(2)准备数据:编写函数classify0(),将图像格式转换为分类器使用的List格式;

(3)分析数据:在python命令提示符中检查数据,确保它符合要求

(4)测试算法:编写函数使用提供的部分数据集作为测试样本,测试样本与非测试样本的区

别在于测试样本是已经完成分类的数据,如果预测分类和实际类别不同,则标记为一个错误。

3.代码

3.1 准备数据:将图像转换为测试向量

def img2vector(filename):
    return_vector = zeros((1, 1024))
    fr = open(filename)
    for i in range(32):
        lineStr = fr.readline()
        
评论
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