TensorFlow系列(2)——KNN算法实现
来源:互联网 发布:三菱刺刀淘宝专卖店 编辑:程序博客网 时间:2024/06/07 20:49
本文的目的是进一步熟悉tensorflow的使用,在MNIST数据集(应用非常广泛的一个入门级计算机视觉数据集)上实现KNN算法,KNN算法的介绍在之前的文章中有写到过(http://blog.csdn.net/flysky1991/article/details/51944482),这里就不详细介绍了。实现代码如下所示:
# -*- coding: utf-8 -*-"""Created on Sun Jul 9 21:21:20 2017@author: Administrator"""import numpy as npimport tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #导入MNIST数据集mnist = input_data.read_data_sets("/tmp/data",one_hot=True)print(mnist)#从MNIST数据集中筛选出5000条数据用作测试train_X,train_Y = mnist.train.next_batch(5000)#从MNIST数据集中筛选出200条数据用作测试test_X,test_Y = mnist.test.next_batch(100)#图输入train2_X = tf.placeholder("float",[None,784])test2_X = tf.placeholder("float",[784])#使用L1距离计算KNN距离计算distance = tf.reduce_sum(tf.abs(tf.add(train2_X,tf.negative(test2_X))),reduction_indices=1)#预测:取得最近的邻居节点pred = tf.arg_min(distance,0)accuracy = 0#变量初始化init = tf.global_variables_initializer()#启动图with tf.Session() as sess: sess.run(init) #遍历测试数据集 for i in range(len(test_X)): #获取最近的邻居节点 nn_index = sess.run(pred,feed_dict={train2_X:train_X,test2_X:test_X[i,:]}) #获取最近的邻居节点的类别标签,并将其与该节点的真实类别标签进行比较 print("测试数据",i,"预测分类:",np.argmax(train_Y[nn_index]),"真实类别:",np.argmax(test_Y[i])) #计算准确率 if np.argmax(train_Y[nn_index]) == np.argmax(test_Y[i]): accuracy += 1./len(test_X) print("分类准确率为:",accuracy)
运行结果如下图所示:
上述图片展示的是当训练数据集为5000条时的结果,此时分类准确率为0.94。在保持测试数据集数量不变的情况下,将训练数据集规模改为50000,分类准确率就提升到了0.99.由此可见,训练数据集的规模对算法的性能也有非常明显的影响。
阅读全文
0 0
- TensorFlow系列(2)——KNN算法实现
- tensorflow实现knn算法
- tensorflow tutorials(四):用tensorflow实现最近邻算法(KNN)
- TensorFlow实现KNN
- Tensorflow--实现KNN
- R机器学习算法系列——KNN
- 机器学习系列03——K近邻算法(KNN)
- 分类算法系列1-----KNN(K近邻)算法思想和python实现
- tensorflow实现KNN识别MNIST
- knn-2 利用knn算法实现手写数字识别
- 【机器学习系列】kNN(k近邻算法)的python实现
- 深度学习基础系列(三)之用 sklearn 实现 KNN算法
- 深度学习基础系列(四)之 用 python 实现 KNN 算法
- 机器学习KNN——Python算法实现
- 机器学习实战——python实现knn算法
- KNN算法---c++实现KNN算法
- 李航《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
- 学习笔记——Kaggle_Digit Recognizer (KNN算法 Python实现)
- 怎么判断ElasticSearch index 和 type 存不存在
- Elasticsearch中的store field跟non-store field的区别
- Python (2.6)常用的API
- 第一次使用博客记录学习生活------2017.7.9
- List Comprehensions (列表推导式)
- TensorFlow系列(2)——KNN算法实现
- Lambda 函数 (匿名函数)
- 如何用PowerMockito 测试静态方法
- #3DOM
- Restful Web Service
- JBoss7配置datasource
- SpringBoot可执行包结构
- awk分割字符
- Disable Maven的Test