《机器学习》KNN算法实现手写数字识别

目录

一、项目介绍

二、数据集介绍

三、需要解决的问题

四、代码实际展示

代码展示

实验结果

五、使用自己的数据进行测试

代码展示

结果展示

六、总结


一、项目介绍

通过对一张2000*1000像素写满0-9手写数字的图片进行处理。分割出训练集和测试集使用KNN算法进行训练并且预测测试集的标签。

二、数据集介绍

数据集是一张2000*1000像素的图片,有50行100列手写数字,其中每个手写数字占20*20的像素。将图片对半分割,左侧50列作为训练集,右侧50列作为测试集。当模型建立好后也可以自己传入手写数字图片进行预测。

三、需要解决的问题

1、如何分割训练集以及测试集并将每个手写数字分割出来?

答:可以借助numpy库对图片进行分割

2、如何把得到的训练集以及测试集转换成能传入模型的数值?

答:可以将组成图像的二维数组展开为一行,这样就变成能传入模型的列表数据

3、如何给数据添加标签?

答:可以自己创建与样本数量相同的0-9的数字放在列表中作为标签

4、如何得到模型的正确率?

答:可以将模型输出的结果与测试集标签进行对比,查看相同结果占比

5、如何使用其他图片来验证模型?

答:可以用与样本大小相同的灰度图传入数据进行预测

四、代码实际展示

代码展示

python 复制代码
import numpy as np
import cv2
from networkx.classes import neighbors
from sklearn.neighbors import KNeighborsClassifier

img_gray = cv2.imread(r'./data/num.png',0)

# 将每张照片分割出来
# 列表推导式
cells = [np.hsplit(row,100) for row in np.vsplit(img_gray,50)]
# 列表推导式展开
# cells = []
# for row in np.vsplit(img_gray,50):
#     cells.append(np.hsplit(row, 100))

# 将cells列表转换为数组
x = np.array(cells)
# 将前50列分割为训练集
train = x[:,:50]
# 将后50列分割为测试集
test = x[:,50:100]

# 将每张图像展开为一行400列
train_new = train.reshape(-1,400).astype(np.float32)
test_new = test.reshape(-1,400).astype(np.float32)

# 创建标签
k = np.arange(0,10)
labels = np.repeat(k,250)
# 创建训练集标签
train_labels = labels[:,np.newaxis]
# 创建测试标签
test_labels = labels[:,np.newaxis]

# 创建KNN模型(为cv2库自带)
knn = cv2.ml.KNearest_create()
# 训练模型
knn.train(train_new,cv2.ml.ROW_SAMPLE,train_labels)
# 用测试集测试模型
ret,result,neigh,dist = knn.findNearest(test_new,k=3)
# 计算模型的正确率
matches = result == test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0/result.size
print('使用cv2准确率为:',accuracy)

# 使用sklearn库自带的KNN库进行试验
knn1 = KNeighborsClassifier(n_neighbors=3)
knn1.fit(train_new,train_labels)
result1 = knn1.predict(test_new)
result1 = result1[:,np.newaxis]
matches = result1 == test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0/result1.size
print('使用sklearn准确率为:',accuracy)

实验结果

可见该模型的正确率还挺客观,但远远达不到预期结果。

五、使用自己的数据进行测试

以下是本人自己写的几张20*20像素的手写数字图片

代码展示

python 复制代码
import numpy as np
import cv2
from sklearn.neighbors import KNeighborsClassifier

img_gray = cv2.imread(r'./data/num.png',0)
# 读取自己的数据
img_2 = cv2.imread(r'./data/2.png',0).reshape(-1,400).astype(np.float32)
img_3 = cv2.imread(r'./data/3.png',0).reshape(-1,400).astype(np.float32)
img_5 = cv2.imread(r'./data/5.png',0).reshape(-1,400).astype(np.float32)
img_8 = cv2.imread(r'./data/8.png',0).reshape(-1,400).astype(np.float32)

cells = [np.hsplit(row,100) for row in np.vsplit(img_gray,50)]
x = np.array(cells)
train = x[:,:50]
train = train.reshape(-1,400).astype(np.float32)

# 将数据纵向合并
test = np.vstack((img_2,img_3,img_5,img_8))

# 训练集标签
k = np.arange(0,10)
labels = np.repeat(k,250)
train_labels = labels[:,np.newaxis]
# 设置验证集标签
test_labels = [[2], [3], [5], [8]]

# 创建KNN模型
Knn = KNeighborsClassifier(n_neighbors=3)
# 训练模型
Knn.fit(train,train_labels)
# 进行预测
result = Knn.predict(test)
result = result[:,np.newaxis]
# 计算正确率
matches = result == test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0/result.size
print('验证自写2、3、5、8正确率为:',accuracy)

结果展示

可见模型将数字8预测成了3

六、总结

KNN算法是机器学习的入门算法,所以对初学者来说能够熟练运用对以后的学习有很大意义。虽然模型的正确率不高但对训练模型的学习过程很重要。

相关推荐
满分观察网友z5 分钟前
告别烦人的“三连发”:我的智能评论系统过滤之旅(1957. 删除字符使字符串变好)
算法
满分观察网友z8 分钟前
滑动窗口下的极限挑战:我在实时数据流中挖掘最大价值分(1695. 删除子数组的最大得分)
算法
留意_yl9 分钟前
量化感知训练(QAT)流程
人工智能
山烛26 分钟前
KNN 算法中的各种距离:从原理到应用
人工智能·python·算法·机器学习·knn·k近邻算法·距离公式
盲盒Q36 分钟前
《频率之光:归途之光》
人工智能·硬件架构·量子计算
guozhetao39 分钟前
【ST表、倍增】P7167 [eJOI 2020] Fountain (Day1)
java·c++·python·算法·leetcode·深度优先·图论
吃着火锅x唱着歌41 分钟前
LeetCode 611.有效三角形的个数
算法·leetcode·职场和发展
墨染点香1 小时前
第七章 Pytorch构建模型详解【构建CIFAR10模型结构】
人工智能·pytorch·python
go54631584651 小时前
基于分组规则的Excel数据分组优化系统设计与实现
人工智能·学习·生成对抗网络·数学建模·语音识别
茫茫人海一粒沙1 小时前
vLLM 的“投机取巧”:Speculative Decoding 如何加速大语言模型推理
人工智能·语言模型·自然语言处理