目录
1.准备数据：将图像转换为测试向量
2.测试算法：使用K-近邻算法识别手写数字
1.准备数据：将图像转换为测试向量
为了使用之前编辑好的classify0（）分类器，我们必须将图像格式化处理为一个向量。（32*32的二进制图像矩阵转换为1*1024的向量）
import numpy as np"准备数据：将图像转换为测试向量"def img2vector(filename):returnvect = np.zeros((1, 1024)) # 创建1*1024的numpy数组fr = open(filename)for i in range(32): # 循环读取文件的前32行linestr = fr.readline()for j in range(32): # 循环读取每行的前32个字符值returnvect[0, 32*i+j] = int(linestr[j])return returnvecttestvector = img2vector('digits/testDigits/0_13.txt')
查看文本数据：
print(testvector[0, 0:31])print(testvector[0, 32:64])
输出结果：
2.测试算法：使用K-近邻算法识别手写数字
在写代码之前：必须确保将from os import listdir写入文件起始部分 （函数listdir可以列出给定目录的文件名）
def hanfwritingclasstest():hwlabels = []trainingfilelist = listdir('digits/trainingDigits') # 获取目录内容m = len(trainingfilelist)trainingmat = np.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('digits/trainingDigits/%s' % filenamestr)testfilelist = listdir('digits/testDigits')errorcount = 0.0mtest = len(testfilelist)for i in range(mtest):filenamestr = testfilelist[i]filestr = filenamestr.split('.')[0]classnumstr = int(filenamestr.split('_')[0])vectorundertest = img2vector('digits/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 += 1.0print("the total number of error is : %d" % errorcount)print("the total error rate is : %f" % (errorcount/float(mtest)))
由于文件中的值已经在0到1之间，所以不需要进行归一化处理。
输出结果：
说明：上部分代码中调用的classify0函数为我们在之前小节定义好的k-近邻算法，代码如下：
import operatordef classify0(inX, dataset, labels, k):datasetsize = dataset.shape[0]diffmat = np.tile(inX, (datasetsize, 1))-datasetsqdiffmat = diffmat**2sqdistances = sqdiffmat.sum(axis = 1)distances = sqdistances**0.5 # 计算距离sorteddistindices = distances.argsort()classcount = {}for i in range(k):voteilabel = labels[sorteddistindices[i]]classcount[voteilabel] = classcount.get(voteilabel, 0) + 1 # 选择距离最小的k个点sortedclasscount = sorted(classcount.items(),key = operator.itemgetter(1),reverse = True) # 排序return sortedclasscount[0][0]
