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 returnvect
testvector = 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 = 0.0
    mtest = 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 += 1.0
    print("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 operator
def classify0(inX, dataset, labels, k):
    datasetsize = dataset.shape[0]
    diffmat = np.tile(inX, (datasetsize, 1))-dataset
    sqdiffmat = diffmat**2
    sqdistances = 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]