一种基于KNN算法的手写数字分类器的设计与实现

• 作者: 汤晓武
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: KNN算法 手写体识别 分类器 机器学习
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 信息工程
• 页码范围: 53-55
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文

摘要

手写体数字识别一直是机器学习分类领域研究的热点,文章设计了一种基于KNN算法手写数字分类器模型,使用主流的机器学习库scikit-learn进行开发,在预处理阶段,将数字集拆分为训练集和测试集,采用基于权重和不考虑权重的KNN算法进行模型训练和分类预测,利用网格搜索法根据分类预测准确率进行优化调参,最后在scikit learn库提供的UCI-ML手写体数字集进行测试,结果表明,文章设计的基于KNN算法的手写数字分类器模型,能够较好的完成UCI-ML手写数字测试集的分类工作,基于权重KNN分类模型的分类准确率为98.89％,基于非权重的KNN分类模型分类准确率为99.17％,另外本文也对手写数字体数据集归一化进行了讨论,结果显示基于权重的KNN分类模型和非权重KNN分类模型在数据集进行归一化操作后分类预测准确率并未有明显提升.