Python Opencv KNN英文本母識別

2021-07-01 22:32:32 字數 1691 閱讀 2416

特徵集分析

資料集為letter-recognition.data，一共為20000條資料，以逗號分隔，資料例項如下所示，第一列為字母標記，剩下的為不同的特徵。


t,2,8,3,5,1,8,13,0,6,6,10,8,0,8,0,8

學習方法

1、讀入資料，並去除分隔號


2、將資料第一列作為標記，剩下的為訓練資料


3、初始化分類器並利用訓練資料進行訓練


4、利用測試資料驗證準確率
**



import cv2


import numpy as np


import matplotlib.pyplot as plt


print 'load data'


data = np.loadtxt('letter-recognition.data',dtype = 'float32',delimiter = ',',


converters= )


print 'split as train,test'


train,test = np.vsplit(data,2)


print 'train.shape:\t',train.shape


print 'test.shape:\t',test.shape


print 'split train as the response,traindata'


response,traindata = np.hsplit(train,[1])


print 'response.shape:\t',response.shape


print 'traindata.shape:\t',traindata.shape


print 'split the test as response,traindata'


restest,testdata = np.hsplit(test,[1])


print 'init the knn'


knn = cv2.knearest()


knn.train(traindata,response)


print 'test the knn'


ret,result,neighbours,dist = knn.find_nearest(testdata,5)


print 'the rate:'


correct = np.count_nonzero(result == restest)


accuracy = correct*100.0/10000


print 'accuracy is',accuracy,'%'

結果

load data


split as train,test


train.shape:(10000, 17)


test.shape:(10000, 17)


split train as the response,traindata


response.shape:(10000, 1)


traindata.shape:(10000, 16)


split the test as response,traindata


init the knn


test the knn


the rate:


accuracy is 93.22 %
資料集

英文本母排序

116.英文本母排序 20分 c時間限制 3000 毫秒 c記憶體限制 3000 kb 題目內容 編寫乙個程式，當輸入英文本串時，計算機將這個句子中的英文本母按字典字母順序重新排列，排列後的單詞的 長度要與原始句子中的長度相同，並且要求只對 到 的字母重新排列，其它字元保持原來的狀態。輸入描述 乙個...

英文本母的排序

題目內容 編寫乙個程式，當輸入英文本串時，計算機將這個句子中的英文本母按字典字母順序重新排列，排列後的單詞的 長度要與原始句子中的長度相同，並且要求只對 到 的字母重新排列，其它字元保持原來的狀態。輸入描述 乙個字串，包括大寫英文本母，以及其他字元 輸出描述 字串的重新排列，只是大寫字母按字典順序，...

IOS 系統文字轉英文本母

nsmutablestring ms1 nsmutablestring alloc initwithstring 重力加速度 if cfstringtransform bridge cfmutablestringref ms1,0,kcfstringtransformmandarinlatin,no...