思路：首先这是一个通过KNN分类来完成的数字识别，数据集的格式全部是经过处理后的32x32de1二进制数字矩阵,把一个样本（32x32）转化为1x1024的向量，即一行代表一个样本，然后把训练样本也转化为一个数字矩阵，每次输入一个测试集都与训练集的矩阵进行作差，然后平方和开根号，最后将每一个输入的测试集进行比较，和哪个差值最小（即形状最相似）即为哪一类（0~9）
'''KNN算法实现手写体数字识别''' import numpy as np from os import listdir import operator def img2vector(filename): """实现将图片转换为向量形式""" return_vector = np.zeros((1, 1024)) fr = open(filename) for i in range(32): line = fr.readline() for j in range(32): return_vector[0, 32*i + j] = int(line[j]) return return_vector # inX 用于分类的输入向量 # dataSet表示训练样本集 # 参数k表示选择最近邻居的数目 def classify0(inx, data_set, labels, k): """实现knn""" diff_mat = inx - data_set # 各个属性特征做差 sq_diff_mat = diff_mat**2 # 各个差值求平方 sq_distances = sq_diff_mat.sum(axis=1) # 按行求和 distances = sq_distances**0.5 # 开方 sorted_dist_indicies = distances.argsort() # 按照从小到大排序，并输出相应的索引值 class_count = {} # 创建一个字典，存储k个距离中的不同标签的数量 for i in range(k): vote_label = labels[sorted_dist_indicies[i]] # 求出第i个标签 # 访问字典中值为vote_label标签的数值再加1， class_count[vote_label] = class_count.get(vote_label, 0)+1 # 将获取的k个近邻的标签类进行排序 # print(class_count) sorted_class_count = sorted(class_count.items(), key=operator.itemgetter(1), reverse=True) # 标签类最多的就是未知数据的类 return sorted_class_count[0][0] def hand_writing_class_test(): hand_writing_labels = [] # 手写数字类别标签 training_file_list = listdir('G:\\YJS\\datatra\\KNN\\trainingDigits') # 获得文件中目录列表，训练数据集 m = len(training_file_list) # 求得文件中目录文件个数（训练数据集） training_mat = np.zeros((m, 1024)) # 创建训练数据矩阵，特征属性矩阵 for i in range(m): file_name_str = training_file_list[i] # 获取单个文件名 file_str = file_name_str.split(' ')[0] # 将文件名中的空字符去掉，这里的[0]是将文件名取出来 class_num_str = int(file_str.split('_')[0]) # 取出数字类别 hand_writing_labels.append(class_num_str) # 将数字类别添加到类别标签矩阵中 # 将图像格式转换为向量形式 training_mat[i, :] = img2vector('G:\\YJS\\datatra\\KNN\\trainingDigits\%s' % file_name_str) test_file_list = listdir('G:\\YJS\\datatra\\KNN\\testDigits') # 获得文件中目录列表，测试数据集 error_count = 0 # 错误分类个数 m_test = len(test_file_list) # 测试数据集个数 for i in range(m_test): file_name_str = test_file_list[i] file_str = file_name_str.split('.')[0] class_num_str = int(file_str.split('_')[0]) # 将图像格式转换为向量形式（测试数据集） vector_under_test = img2vector('G:\\YJS\\datatra\\KNN\\testDigits\%s' % file_name_str) # KNN分类，以测试数据集为未知数据，训练数据为训练数据 classifier_result = classify0(vector_under_test, training_mat, hand_writing_labels, 3) # 输出分类结果和真实类别 print('分类结果: %d, 真实结果: %d' % (classifier_result, class_num_str)) # 计算错误分类个数 if classifier_result != class_num_str: error_count += 1 # 输出错误分类个数和错误率 print("\n 错误分类个数 is: %d" % error_count) print("\n 错误率: %f" % (error_count/float(m_test))) # 调用手写识别 if __name__=='__main__': hand_writing_class_test() print("--end--")