文件名称：利用kNN实现Digit Recognition
文件大小：503KB
文件格式：RAR
更新时间：2020-10-17 05:01:13
kNN Digit Recognition
基于python实现的利用kNN实现Digit Recognition，分别从1. 准备数据，对数据进行预处理 2. 选用合适的数据结构存储训练数据和测试元组 3. 设定参数，如k 4.维护一个大小为k的的按距离由大到小的优先级队列，用于存储最近邻训练元组。随机从训练元组中选取k个元组作为初始的最近邻元组，分别计算测试元组到这k个元组的距离，将训练元组标号和距离存入优先级队列 5. 遍历训练元组集，计算当前训练元组与测试元组的距离，将所得距离L 与优先级队列中的最大距离Lmax 6. 进行比较。若L>=Lmax，则舍弃该元组，遍历下一个元组。若L < Lmax，删除优先级队列中最大距离的元组，将当前训练元组存入优先级队列。 7. 遍历完毕，计算优先级队列中k 个元组的多数类，并将其作为测试元组的类别。 8. 测试元组集测试完毕后计算误差率，继续设定不同的k值重新进行训练，最后取误差率最小的k 值