KNN

本文详细介绍了KNN算法的工作原理及其在手写数字识别中的应用。通过具体实例展示了如何使用KNN进行分类,并实现了从图像文件中加载手写数字数据集的过程。最后,通过实验验证了该算法的有效性。

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

缺点:

耗内存,存储所有训练样本,对每个测试样本都要计算和所有训练数据的距离,时间成本高

knn 和 Locally weighted linear regression 思想上非常相似,对每个预测点都需要训练单独训练模型

代码如下:

from numpy import *
import os


def loaddata():
    data=array([[1.0, 0.9], [1.0, 1.0], [0.1, 0.2], [0.0, 0.1]])  
    labels = ['A', 'A', 'B', 'B'] 
    return data,labels


def img2vect(filename):
    rows=32
    cols=32
    imgvect=zeros((1,rows*cols))
    f=open(filename)
    for i in range(rows):
        linstr=f.readline()
        for j in range(cols):
            imgvect[0,i*rows+j]=int(linstr[j])
    return imgvect


def loaddigit():
    print('get training sets:')
    filedir='C:/Users/yourname/Desktop/machin/digit/'
    trainfilelist=os.listdir(filedir+'trainingDigits')
    numsamples=len(trainfilelist)
    train_x=zeros((numsamples,1024))
    train_y=[]
    for i in range(numsamples):
        filename=trainfilelist[i]
        train_x[i,:]=img2vect(filedir+'trainingDigits/%s' % filename)
        label=int(filename.split('_')[0])
        train_y.append(label)
        
    print( "---Getting testing set..."  )
    testingFileList = os.listdir(filedir + 'testDigits')   
    numSamples = len(testingFileList)  
    test_x = zeros((numSamples, 1024))  
    test_y = []  
    for i in range(numSamples):  
        filename = testingFileList[i]  
        test_x[i, :] = img2vect(filedir + 'testDigits/%s' % filename)   
        label = int(filename.split('_')[0])
        test_y.append(label)  
  
    return train_x, train_y, test_x, test_y


def knn(dataset,testdata,labels,k):
    n=dataset.shape[0]
    diff=tile(testdata,(n,1))-dataset
    sdiff=diff**2
    sumdist=sum(sdiff,axis=1)
    dist=sumdist**0.5
    dist_sort=argsort(dist)
    classcount={}
    for i in range(k):
        label=labels[dist_sort[i]]
        classcount[label]=classcount.get(label,0)+1
    maxcount=0
    for key,value in classcount.items():
        if value>maxcount:
            maxcount=value
            maxindex=key
    return maxindex


def testHandWritingClass():
    train_x, train_y, test_x, test_y=loaddigit()
    numtestsamples=test_x.shape[0]
    matchcount=0
    for i in range(numtestsamples):
        predict=knn(train_x,test_x[i],train_y,3)
        if predict==test_y[i]:
            matchcount+=1
    accuracy=float(matchcount)/numtestsamples
    print('The classify accuracy is: %.2f%%' % (accuracy * 100))


data,labels=loaddata()
testdata=[0.8,0.7]
ke=knn(data,testdata,labels,2)
print(ke)
testHandWritingClass()

### KNN算法简介 KNN算法(K-Nearest Neighbor Algorithm)是一种基础的机器学习方法,广泛应用于分类和回归任务中。其核心思想是基于距离度量寻找与目标样本最接近的K个邻居,并利用这些邻居的信息来进行预测[^1]。 在实际操作中,KNN算法通过计算新输入样本与已有数据集中每个样本的距离,找出最近的K个样本作为参考依据。对于分类问题,通常采用多数投票法决定类别归属;而对于回归问题,则取这K个样本的目标值均值作为预测结果[^2]。 #### 算法特点 - **优点**: - 实现简单直观,易于理解和实现。 - 对于多分类问题具有良好的适应能力。 - 能够有效处理非线性分布的数据集。 - **缺点**: - 计算开销较大,尤其当数据规模增大时,每次查询都需要遍历整个训练集并计算距离。 - 敏感于特征缩放以及噪声干扰,在预处理阶段需特别注意标准化等问题。 ### KNN算法的应用领域 由于其实用性和灵活性,KNN被成功运用于多个技术方向: 1. **图像识别** 图像可以通过像素矩阵形式表达,每张图片视为独立向量点.KNN通过对未知图象同数据库里存储的标准样例做对比分析从而判定所属种类.[^1] 2. **语音信号处理** 类似地,音频文件也能转换成频谱序列或者其他数字化描述方式之后交给KNN完成辨识工作. 3. **自然语言处理(NLP)** 文档主题建模或者情感倾向判断都可以借助此手段达成目的之一就是先提取关键词频率统计之类的量化指标再送入模型内部运算得到最终结论. 4. **个性化推荐引擎开发** 用户行为习惯记录下来形成庞大的历史资料库以后就可以运用类似的原理推测可能感兴趣的商品列表呈现出来供浏览选购考虑了. 以下是简单的Python代码演示如何使用scikit-learn库快速搭建一个基本版别的knn分类器实例: ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score # 加载鸢尾花数据集 data = load_iris() X, y = data.data, data.target # 划分训练集与测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) # 数据标准化 scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 初始化KNN分类器(k设为5) clf = KNeighborsClassifier(n_neighbors=5) clf.fit(X_train_scaled, y_train) # 进行预测 y_pred = clf.predict(X_test_scaled) # 输出准确率 print(f'Accuracy: {accuracy_score(y_test, y_pred):.2f}') ```
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