這個實例是一個手寫識別系統,在這個系統中包含2000個訓練數據和900個測試數據。同學們可以在digits.zip下載, (提取碼:23ed)
每個文件名的第一個數字即爲文件內容所代表的數字,我們可以將下面代碼加入到上節的文件中:
def img2vector(filename):
returnVect = 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
def handwritingClassTest():
hwLabels = []
trainingFileList = listdir('trainingDigits')
m = len(trainingFileList)
trainingMat = zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i]
fileStr = fileNameStr.split('.')[0]
classNumStr = int(fileStr.split('_')[0])
hwLabels.append(classNumStr)
trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)
testFileList = listdir('testDigits')
errorCount = 0.0
mTest = len(testFileList)
for i in range(mTest):
fileNameStr = testFileList[i]
fileStr = fileNameStr.split('.')[0]
classNumStr = int(fileStr.split('_')[0])
vectorUnderTest = img2vector('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))
第一個函數就是將文件內容轉換成矩陣的形式,這裏不再過多解釋。不明白的同學可以看上一節的解釋。這裏主要的是第二個函數。該函數首先將目錄中的文件存儲在列表中,然後從文件名中解析出文件所代表的數字。第二個循環和第一個相同,所以完成一樣的功能,最後輸出分類後的結果,並計算出錯誤率。到此全部結束,是不是很easy?