简单的knn数字识别代码
时间: 2023-06-08 18:06:25 浏览: 53
KNN是一种机器学习算法,用于分类和回归问题。在数字识别问题中,KNN可以用来分类手写数字图片。下面是一个简单的KNN数字识别代码示例:
```python
import numpy as np
from sklearn.neighbors import KNeighborsClassifier
from sklearn.datasets import fetch_openml
from sklearn.model_selection import train_test_split
# 加载MNIST数据集
mnist = fetch_openml('mnist_784', version=1, cache=True)
X = mnist.data
y = mnist.target
# 将数据分割为训练和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)
# 测试模型
accuracy = knn.score(X_test, y_test)
print("Accuracy:", accuracy)
```
该代码使用Scikit-learn库中的KNeighborsClassifier类实现KNN算法。它加载MNIST数据集,将数据分割为训练和测试集,训练KNN模型,并计算测试集的准确性。请注意,这个代码只是一个简单的示例,实际上,您可能需要对数据进行更多的预处理,使用更高级的算法,并应用技巧来提高模型的准确性。