《机器学习实战》第二章:k-近邻算法(3)手写数字识别
来源:互联网 发布:苹果随意定位软件 编辑:程序博客网 时间:2024/05/16 11:11
这是k-近邻算法的最后一个例子——手写数字识别!
怎样?是不是听起来很高大上?
呵呵。然而这跟图像识别没有半毛钱的关系
因为每个数据样本并不是手写数字的图片,而是有由0和1组成的文本文件,就像这样:
嗯,这个数据集中的每一个样本用图形软件处理过,变成了宽高都是32像素的黑白图像。用文本格式表示出来就成了上面这个样子,是一个32*32的矩阵。于是每个样本就有1024维,这些0或1就是每个样本的特征值,标签是手写的数字,范围0~9,比如左边这幅是3,右边这幅是6。
每个标签都有将近200个样本,可供训练。
---------------------------------------------------------------------------------------------
我们首先定义一个函数,用于把上面这样的一个txt文件,变成一个1*1024的特征矩阵。
def img2vector(filename): returnVect = zeros((1,1024)) fr = open(filename) for i in range(32): lineStr = fr.readline() for j in range(32): returnVect[0, 32 * i + j] = int(lineStr[j]) return returnVect
然后,基于训练集合测试集,测试classify0分类器的效果。
from os import listdirdef handwritingClassTest(): hwLabels = [] trainingFileList = listdir('trainingDigits') m = len(trainingFileList) trainingMat = zeros((m,1024)) for i in range(m): fileNameStr = trainingFileList[i] fileStr = fileNameStr.split('.')[0] classNumStr = int(fileStr.split('_')[0]) hwLabels.append(classNumStr) trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr) testFileList = listdir('testDigits') errorCount = 0.0 mTest = len(testFileList) for i in range(mTest): fileNameStr = testFileList[i] fileStr = fileNameStr.split('.')[0] classNumStr = int(fileStr.split('_')[0]) vectorUnderTest = img2vector('testDigits/%s' % fileNameStr) classifierResult = classify0(vectorUnderTest, trainingMat, hwLabels, 3) print "the classifier came back with: %d, the real answer is: %d" % (classifierResult, classNumStr) if (classifierResult != classNumStr): errorCount += 1.0 print "\nthe total number of errors is: %d" % errorCount print "\nthe total error rate is: %f" % (errorCount/float(mTest))
hwLabels 存放每条训练集数据的标签。
listdir 函数列出路径下的所有文件和文件夹。'trainingDigits' 这个目录下放的是训练集数据样本(就是上面那张图展现的众多文本文件)。m是训练集样本数量。trainingMat是训练集特征矩阵。
8~13行这个循环:每个训练样本命名规则是n_x.txt,n就是标签,x是该标签的第几个样本。比如1_6.txt就是标签1的第6的样本。标签存入hwLabels这个list里面。然后把文本文件转换成特征矩阵,用的是刚才那个img2vector函数。
然后开始搞测试样本。测试样本放在'testDigits' 这个目录下,mTest是测试样本数量。
17~24行这个循环:首先也是通过文件名把测试样本的正确标签抠出来,存入classNumStr。然后把文本文件转换成特征矩阵,存入vectorUnderTest。然后把vectorUnderTest当做待测试数据传入classify0分类器(源码在第一篇博客)。得出的分类结果和classNumStr相比较,统计错误率。
运行结果(运行的过程比较慢):
错误率仅为1.2%,效果还是不错的。
- 《机器学习实战》第二章:k-近邻算法(3)手写数字识别
- Python3:《机器学习实战》之k近邻算法(3)识别手写数字
- K近邻算法(一) python实现,手写数字识别(from机器学习实战)
- 机器学习实战 --应用实例(k-近邻算法)-- 手写数字识别
- 机器学习实战之k-近邻算法(6)---手写数字识别系统(0-9识别)
- 【机器学习】k-近邻算法应用之手写数字识别
- 机器学习实战k近邻算法(kNN)应用之手写数字识别代码解读
- 机器学习实战——使用K-近邻算法识别手写数字
- 『机器学习实战』使用 k-近邻算法识别手写数字
- 机器学习实战笔记-K近邻算法3(手写识别系统)
- 《机器学习实战二》K近邻学习之手写数字识别及检测识别错误率
- 机器学习实战-第二章(k-近邻算法)
- 机器学习实战笔记(第二章:k近邻算法)
- 机器学习实战—k近邻算法(kNN)03-手写识别系统
- 《机器学习实战》学习-第二章 k-近邻算法
- 机器学习实战_k近邻算法识别手写数字代码解读
- 机器学习 & python k-近邻算法处理手写识别系统
- 机器学习 & python k-近邻算法处理手写识别系统
- react-native setNativeProps 详解
- HashMap(2): EntrySet、KeySet实现原理
- 关于LM576驱动LED发光二极管(LM567鉴频红外测试)记录
- JS和jsp区别
- 使用Ionic + Apache Cordova开发跨平台混合型的移动应用
- 《机器学习实战》第二章:k-近邻算法(3)手写数字识别
- These Were The Best Machine Learning Breakthroughs Of 2016
- android读取本地图片按照指定尺寸缩放
- TCP之控制connect超时
- Caffe+Python接口测试MNIST--下载和准备数据
- 平衡二叉树
- Hive四种数据导入方式
- 最小方差生成树 (Kruskal)
- 排序算法之冒泡排序及其改进