机器学习KNN算法之手写数字数字识别
算法简介
手写数字识别是KNN算法一个特别经典的实例，其数据源获取方式有两种，一种是来自MNIST数据集，另一种是从UCI欧文大学机器学习存储库中下载，本文基于后者讲解该例。
基本思想就是利用KNN算法推断出如下图一个32×32的二进制矩阵代表的数字是处于0-9之间哪一个数字。
数据集包括两部分，一部分是训练数据集，共有1934个数据；另一部分是测试数据集，共有946个数据。所有数据命名格式都是统一的，例如数字5的第56个样本——5_56.txt，这样做为了方便提取出样本的真实标签。
数据的格式也有两种，一种是像上图一样由0、1组成的文本文件；另一种则是手写数字图片，需要对图片做一些处理，
文件下载
评论信息
其他资源
- STM32的脉冲计数程序
- PROFIBUS调试助手ProfiAssistV2.40
- netlogo中文用户手册
- LMMSE估计在信道均衡中的应用，matlab代码
- MTI与MTD原理
- 支持向量机导论+中文版-英文版
- 讯景RX560 4G(V)黑狼版原厂BIOS
- Axure RP 网上商城模板
- 2018年11月最新halcon各版本license
- irreader-1.6.2.dmg
- git_ubuntu.pdf
- 双电压合成调制和空间矢量调制的一致性
- 2004年下半年高等教育自学考试全国统一命题考试数据结构导论试卷及答案.docx
- Fractal Designer 4.8
- sh：具有bash支持的shell解析器，格式化程序和解释器； 包括shfmt-源码
- lcd12864中文使用手册
- 高保真原型图
- Lecture-7-Viterbi&BCJR;.pdf
- php 网上商城 源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明