给我一个KNN分类猫狗图片的代码

好的，下面是一个基于KNN的猫狗分类代码示例：

import numpy as np
import cv2
import os

# 加载训练数据
train_data = []
train_labels = []
for file in os.listdir("train/"):
    image = cv2.imread(os.path.join("train/", file))
    image = cv2.resize(image, (32, 32))
    train_data.append(image.flatten())
    if "cat" in file:
        train_labels.append(0)
    else:
        train_labels.append(1)

train_data = np.array(train_data)
train_labels = np.array(train_labels)

# 加载测试数据
test_data = []
test_labels = []
for file in os.listdir("test/"):
    image = cv2.imread(os.path.join("test/", file))
    image = cv2.resize(image, (32, 32))
    test_data.append(image.flatten())
    if "cat" in file:
        test_labels.append(0)
    else:
        test_labels.append(1)

test_data = np.array(test_data)
test_labels = np.array(test_labels)

# 训练KNN模型
from sklearn.neighbors import KNeighborsClassifier

knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(train_data, train_labels)

# 使用模型进行预测
predictions = knn.predict(test_data)

# 计算准确率
accuracy = np.mean(predictions == test_labels)
print("Accuracy:", accuracy)

在这个示例中，我们使用了KNN算法来对猫狗图片进行分类。首先，我们将训练数据和测试数据加载到内存中，每张图片都被转换为一个大小为32x32的向量。然后，我们使用sklearn库中的KNeighborsClassifier来训练KNN模型，并使用该模型对测试数据进行预测。最后，我们计算预测准确率并输出结果。