【機器學習】手寫數字識別算法

1.數據准備

樣本數據獲取忽略，實際上就是將32*32的圖片上數字格式化成一個向量，如下：

 

本demo所有樣本數據都是基於這種格式的

訓練數據：將圖片數據轉成1*1024的數組，作為一個訓練數據。

訓練數據集：https://github.com/zimuqi/machine_Learning/tree/master/ch02/trainingDigits

測試數據集：https://github.com/zimuqi/machine_Learning/tree/master/ch02/testDigits

樣本的文件名格式為：真實值_xxx.txt

轉換代碼：

def img2vector(filename):
    returnVect=zeros((1,1024))
    fr=open(filename)
    for i in range(32):
        lineStr=fr.readline()
        for j in range(32):
            returnVect[0,32*i+j]=int(lineStr[j])
    return returnVect

 

2.測試算法

def handwritingClassTest():
    hwLabels=[]    # 訓練樣本的標簽數組
    traningFileList=listdir("trainingDigits")    # 獲取所有的訓練樣本目錄下的文件名
    m=len(traningFileList)
    traningMat=zeros((m,1024))    # 初始化訓練樣本數列

    for i in range(m):
        fileNameStr=traningFileList[i]    # 獲取文件名
        fileStr=fileNameStr.split(".")[0]   
        clasNumStr=int(fileStr.split("_")[0])    # 獲取樣本的實際值 放入標簽數組
        hwLabels.append(clasNumStr)
        traningMat[i,:]=img2vector("trainingDigits/{}".format(fileNameStr))    # 將樣本轉化成1*1024的行放入訓練樣本數列

    testFileList=listdir("testDigits")    # 測試樣本目錄
    error=0
    mtest=len(testFileList)
    for i in range(mtest):
        fileNameStr=testFileList[i]
        fileStr=fileNameStr.split(".")[0]
        clasNumStr=int(fileStr.split("_")[0])
        testMat=img2vector("testDigits/{}".format(fileNameStr))
        res=classify(testMat,traningMat,hwLabels,3)     # 使用分類器分類
        print "came bank with:{} the real anwser is:{}".format(clasNumStr,res)
        if clasNumStr!=res:    # 對比與真實的結果 計算錯誤率
            error+=1

    print "total:{}".format(mtest)
    print "error:{}".format(error)
    print "error:{}".format(float(error/mtest))

這個案例中 算法的識別率為：98.84%

classify是分類器 上上一篇文章中有寫到，具體了解可以點擊這里