引言
手寫識別也是當前機器學習的一大熱點，數字手寫識別是手寫識別中的基礎，我們用到的是knn算法，今天給大家講一下我的實現方法；
環境
IDE：Eclipse
語言：Java
項目：數字手寫識別
思路
數據采集：我們知道，一張圖片可以被看作一個個點組成的矩陣，對於手寫數字，我們只要創建一個全0數組當作背景，手寫完畢把數字所占區域置為1，就可以保存當作一個樣本了，如下圖所示。
算法:KNN算法，其距離度量我們采用歐拉距離。
歐拉距離計算方法：我們將數組看作40*40向量，采用距離公式計算。
實現
一、面板
請原諒作者對於美笨拙的感知，我所繪制的界面不能夠再簡單了。如圖:
面板按鈕介紹：
- Identify：識別手寫的數字；
- Save this example: 保存這個樣例到數據集；
- 數字下拉框：相當於保存數據集的標簽，例如，要保存手寫“2”，先下拉選好2再保存即可
二、存儲
在數據讀取存儲上走了很多彎路，之后要好好總結下數據流的幾個傳輸方式。
我們將每張圖片轉化為一個二維數組后，存放進一個txt文件中。對於每個單獨的文件，我們要產生一個獨一無二的文件名，所以文件取名方式采取“數字+隨機id .txt”的格式命名，隨機id我們通過構造UID對象，獲取其hashcode值作為id。
//獲取下拉框選中的數字
String selectedNumber=cbItem.getSelectedItem().toString();
UID id=new UID();
//文件的前綴路徑
String rootPath="C:\\Users\\DearYou\\eclipse-workspace\\GUI\\src\\Demo\\handwritingIdentify\\TrainingData\\";
//生成文件名
String fileName=selectedNumber+"-"+id.hashCode();
//生成絕對路徑下的一個文件
String absoluteFile=rootPath+fileName+".txt";
File file=new File(absoluteFile);
try {
//創建文件
if(!file.exists())
file.createNewFile();
//將數組寫入文件
FileWriter out = new FileWriter(file);
for(int i=0;i<40;i++) {
for(int j=0;j<40;j++) {
out.write(pixel[i][j]+"");
}
}
out.flush();
out.close();
}catch(Exception e1) {
e1.printStackTrace();
}三、Knn算法實現
Common thinking :KNN目的是找到k個離測試樣本最近的訓練樣本，看了下同學的方法，大多都使用了排序，但自己想想排序實在是多余，一個排序就將復雜度升到了O(nlgn)，數據容量一大，性能就會下降。
My thinking：我想我們只要找到k個距離最近的樣本，和順序並沒有關系。筆者細想了一下，我么只要構建一個大小為k的數組或者隊列，對於前k個元素，我們直接放進數組，后面的n-k個元素，我們找到存放在數組中的k個元素中最大值，將二者比較看是否替代。這樣我們只需遍歷一遍，復雜度降為O(n),也是一種小優化。
偽代碼：
KnnNode[] dist=new KnnNode[k];
for(int i=0->k){
KnnNode temp=new KnnNode(distance);
dist.append(temp)
}
for(the rest of test set){
if(temp.distance < the maximum element in dist)
dist[index of max]=temp;
}四、預測
方法如下展示：
我們也可以在識別之后保存該樣本，這樣不能不斷擴大數據集，讓精度更高。
總結
雖然能在O(n)復雜度里實現Knn算法，但是我的knn延展性太差，我應該可以把這個knn的參數換成算好的距離，而不是傳入的數組，這樣就能將這個KNN封裝好方便以后再用。
源代碼參考地址：https://github.com/Gray-way/HandwritingRecognition