如何解决python中MNIST数据集的KNN分类器
我在 MNIST 数据集中使用 KNN 分类器。首先,我从 CSV 文件中读取数据集,然后将其拆分。
这里如何计算准确度?
def dist(m1,m2):
MSE = np.sqrt(sum((m1-m2)**2))
return MSE
def knn(X,Y,testPoint,k=5):
vals = []
m = X.shape[0]
for i in range(m):
d = dist(testPoint,X[i])
vals.append((d,Y[i]))
vals = sorted(vals)
vals = vals[:k]
vals = np.array(vals)
new_vals = np.unique(vals[:,1],return_counts=True)
index = new_vals[1].argmax()
pred = new_vals[0][index]
return pred
pred = knn(train_image,train_label,test_image[74])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。