本文实例为大家分享了python使用资讯算法识别手写数字的具体代码,供大家参考,具体内容如下
# - * -编码:utf - 8 - *
# pip安装numpy
进口操作系统
进口os.path
从numpy进口*
进口经营者
导入的时间
从操作系统导入listdir
”“”
描述:
然而,算法实现分类器
参数:
inputPoint:测试集
数据集:训练集
标签:类别标签
凯西:k个邻居
返回值:
该测试数据的类别
”“”
def分类(inputPoint、数据集、标签,k):
dataSetSize=数据集。形状[0]#已知分类的数据集(训练集)的行数
#先瓷砖函数将输入点拓展成与训练集相同维数的矩阵,再计算欧氏距离
diffMat=瓷砖(inputPoint (dataSetSize, 1))数据集#样本与训练集的差值矩阵
#打印(inputPoint);
sqDiffMat=diffMat * * 2 # sqDiffMat的数据类型是nump提供的ndarray,这不是矩阵的平方,而是每个元素变成原来的平方。
sqDistances=sqDiffMat.sum(轴=1)#计算每一行上元素的和
#打印(sqDistances);
距离=sqDistances * * 0.5 #开方得到欧拉距离矩阵
#打印(距离);
sortedDistIndicies=distances.argsort() #按距离中元素进行升序排序后得到的对应下标的列表,argsort函数返回的是数组值从小到大的索引值
#打印(sortedDistIndicies);
# classCount数据类型是这样的{0:2,1:2},字典键:值
classCount={}
#选择距离最小的k个点
因为我在范围(k):
voteIlabel=标签[sortedDistIndicies[我]]
#打印(voteIlabel)
#类别数加1
classCount [voteIlabel]=classCount.get (voteIlabel,0) + 1
打印(classCount) # {1: 1, 7: 2}
2 #按classCount字典的第个元素(即类别出现的次数)从大到小排的序
sortedClassCount=排序(classCount.items()、关键=operator.itemgetter(1)反向=True)
打印(sortedClassCount) # ((7, 2), (1,1)]
返回sortedClassCount [0] [0]
”“”
描述:
读取指定文件名的文本数据,构建一个矩阵
参数:
文本文件名称
返回值:
一个单行矩阵
”“”
def img2vector(文件名):
returnVect=[]
fr=开放(文件名)
因为我在范围(32):
lineStr=fr.readline ()
j的范围(32):
returnVect.append (int (lineStr [j]))
返回returnVect
”“”
描述:
从文件名中解析分类数字,比如由0 _0.txt得知这个文本代表的数字分类是0
参数:
文本文件名称
返回值:
一个代表分类的数字
”“”
def classnumCut(文件名):
fileStr=fileName.split (“。”) [0]
classNumStr=int (fileStr.split (“_”) [0])
返回classNumStr
”“”
描述:
构建训练集数据向量,及对应分类标签向量
参数:
无
返回值:
hwLabels:分类标签矩阵
trainingMat:训练数据集矩阵
”“”
def trainingDataSet ():
hwLabels=[]
trainingFileList=listdir (trainingDigits) #获取目录内容
m=len (trainingFileList)
# 0返回全部是0的矩阵,参数是行和列
trainingMat=0 ((m, 1024)) # m维向量的训练集
我的范围(米):
#打印(我);
fileNameStr=trainingFileList[我]
hwLabels.append (classnumCut (fileNameStr))
trainingMat [i:]=img2vector (' trainingDigits/% s ' % fileNameStr)
返回hwLabels trainingMat
”“”
描述:
主函数,最终打印识别了多少个数字以及识别的错误率
参数:
无
返回值:
无
”“”
def handwritingTest ():
”“”
hwLabels, trainingMat是标签和训练数据,
hwLabels是一个一维矩阵,代表每个文本对应的标签(即文本所代表的数字类型)
trainingMat是一个多维矩阵,每一行都代表一个文本的数据,每行有1024个数字(0或1)
”“”
hwLabels trainingMat=trainingDataSet() #构建训练集
testFileList=listdir (testDigits) #获取测试集
errorCount=0.0 #错误数
太=len (testFileList) #测试集总样本数
t1=time.time ()
因为我在范围(mt):
fileNameStr=testFileList[我]
classNumStr=classnumCut (fileNameStr)
# img2vector返回一个文本对应的一维矩阵,1024个0或1者
vectorUnderTest=img2vector (' testDigits/% s ' % fileNameStr)
#调用资讯算法进行测试
classifierResult=分类(vectorUnderTest trainingMat hwLabels, 3)
#打印测试出来的结果和真正的结果,看看是否匹配
打印(“分类器回来:% d,真正的答案是:% d % (classifierResult classNumStr))
#如果测试出来的值和原值不相等,errorCount + 1
如果(classifierResult !=classNumStr):
errorCount +=1.0
打印(“\ nthe测试的总数是:% d % mt) #输出测试总样本数
打印(“错误的总数是:% d % errorCount) #输出测试错误样本数
打印(“总错误率:% f % (errorCount/浮动(mt))) #输出错误率
t2=time.time ()
打印(“成本时间:%。2 fmin % .4fs”。% (//(t2-t1) 60岁(t2-t1) % 60)) #测试耗时
”“”
描述:
指定handwritingTest()为主函数
”“”
if __name__==癬_main__”:
handwritingTest ()
