基于KNN的数字识别

Question

我是这个机器学习概念的新手！ 我制作了一个模型，并使用KNN分类器将其训练到98%的精度，但我无法使用图像作为输入来测试模型。 每个数据点包含一个相当于8X8的数字图像。当我将其转换为numpy数组时，它会给出一个介于0.0到16.0之间的整数列表（dtype=float64）。 但问题是，我无法将输入图像分解为日期集对应的图像。 以下是executed in CMD prompt , Python version - 3x

Answer 1

要将阵列打印为图像，请使用：

import matplotlib.pyplot as plt
import numpy as np

array = np.array([0,0,0,10,9,0,0,0,0,0,5,15,0,0,9,5,0,0,14,10,0,7,16,4,0,5,16,7,5,16,6,0,0,11,16,16,16,14,0,0,0,3,4,11,16,8,0,0,0,0,0,7,16,2,0,0,0,0,0,12,12,0,0,0])
plt.imshow(array.reshape(8,8))
plt.show()

下一次，请确保您的数据可以轻松复制和粘贴，图片是不受欢迎的

Answer 2

根据你提供的信息，不可能知道哪里出了问题。另外，0.0和16.0不是整数，它们是浮点。在训练ML算法之前，最好将图像规格化为最大值1.0，如numpy_Image = numpy_Image/np.max(numpy_Image)。对于KNN（以及几乎所有其他内容），训练和测试图像必须具有相同的大小。“但问题是，我无法将输入图像分解为日期集对应的图像。”-请在终端中发布代码和错误消息