KNN 算法-实战篇-如何识别手写数字
上篇文章介绍了KNN 算法的原理,今天来介绍如何使用KNN 算法识别手写数字? 1,手写数字数据集 手写数字数据集是一个用于图像处理的数据集,这些数据描绘了 [0, 9] 的数字,我们可以用KNN 算法来识别这些数字。 MNIST 是完整的手写数字数据集,其中包含了60000 个训练样本和10000 个测试样本。 sklearn 中也有一个自带的手写数字数据集: 共包含 1797 个数据样本,每个样本描绘了一个 8*8 像素的 [0, 9] 的数字。 每个样本由 65 个数字组成: 前 64 个数字是特征数据,特征数据的范围是 [0, 16] 最后一个数字是目标数据,目标数据的范围是 [0, 9] 我们抽出 5 个样本来看下: 0,0,5,13,9,1,0,0,0,0,13,15,10,15,5,0,0,3,15,2,0,11,8,0,0,4,12,0,0,8,8,0,0,5,8,0,0,9,8,0,0,4,11,0,1,12,7,0,0,2,14,5,10,12,0,0,0,0,6,13,10,0,0,0,0 0,0,0,12,13,5,0,0,0,0,0,11,16,9,0,0,0...






