《机器学习实战》学习笔记3

2.3示例：手写识别系统

2.3.1准备数据：将图像转换为测试向量

def img2vector(filename):
returnVect = np.zeros((1,1024))
fr = open(filename)
for i in range(32):
lineStr = fr.readline()
for j in range(32):
returnVect[0,32*i+j] = int(lineStr[j])
return returnVect

在python命令行中输入下列命令测试img2vector函数



在测试函数时容易出现如下图中的错误



文件在多级目录下，文件名由数字组成，程序不可执行，此时应记得对文件名进行转义
参考文章：http://blog.csdn.net/u013457382/article/details/50938469

2.3.2 测试算法：使用k-近邻算法识别手写数字
将以下手写数字识别系统的测试代码写入kNN.py文件之前，必须将from os import listdir 写入文件的起始部分，该函数可以列出给定目录的文件名

def handwritingClassTest():
hwLabels = []
trainingFileList = listdir('F:\\MachineLearninginaction\\Ch02\\trainingDigits')           #load the training set
m = len(trainingFileList)
trainingMat = np.zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i]
fileStr = fileNameStr.split('.')[0]     #take off .txt
classNumStr = int(fileStr.split('_')[0])
hwLabels.append(classNumStr)
trainingMat[i,:] = img2vector('F:\\MachineLearninginaction\\Ch02\\trainingDigits\\%s' % fileNameStr)
testFileList = listdir('F:\\MachineLearninginaction\\Ch02\\testDigits')        #iterate through the test set
errorCount = 0.0
mTest = len(testFileList)
for i in range(mTest):
fileNameStr = testFileList[i]
fileStr = fileNameStr.split('.')[0]     #take off .txt
classNumStr = int(fileStr.split('_')[0])
vectorUnderTest = img2vector('F:\\MachineLearninginaction\\Ch02\\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 "\nthe total number of errors is: %d" % errorCount
print "\nthe total error rate is: %f" % (errorCount/float(mTest))

此时同样要注意对文件名进行转义

在python命令提示符中输入kNN.handwritingClassTest（），测试该函数输出结果。输出结果如下图所示：