#?-*-?coding:utf-8?-*-
__author__?=?‘yangxin_ryan‘
from?numpy?import?*
from?os?import?listdir
from?collections?import?Counter
import?operator
“““
圖片的輸入為?32?*?32的轉換為?1?*?1024的向量
“““


class?DigitalRecognition（object）:

????def?__init__（self）:
????????print（“Welcome?手寫數字識別算法!“）

????“““
????1.距離計算
????tile生成和訓練樣本對應的矩陣，并與訓練樣本求差
????取平方
????將矩陣的每一行相加
????開方
????根據距離從小到大的排序，并返回對應的索引位置
????2.選擇距離最小的k個值
????3.排序并返回出現最多的那個類型
????“““
????def?classify_1（self?in_x?data_set?labels?k）:
????????data_set_size?=?data_set.shape[0]
????????diff_mat?=?tile（in_x?（data_set_size?1））?-?data_set
????????sq_diff_mat?=?diff_mat?**?2
????????sq_distances?=?sq_diff_mat.sum（axis=1）
????????distances?=?sq_distances?**?0.5
????????sorted_dist_indicies?=?distances.argsort（）
????????#
????????class_count?=?{}
????????for?i?in?range（k）:
????????????vote_i_label?=?labels[sorted_dist_indicies[i]]
????????????class_count[vote_i_label]?=?class_count.get（vote_i_label?0）?+?1
????????sorted_class_count?=?sorted（class_count.items（）?key=operator.itemgetter（1）?reverse=True）
????????return?sorted_class_count

????“““?????????
????1.計算距離
????2.k個最近的標簽
????3.出現次數最多的標簽即為最終類別
????“““
????def?classify_2（self?in_x?data_set?labels?k）:
????????dist?=?np.sum（（in_x?-?data_set）?**?2?axis=1）?**?0.5
????????k_labels?=?[labels[index]?for?index?in?dist.argsort（）[0:k]]
????????label?=?Counter（k_labels）.most_common（1）[0][0]
????????return?label

????def?file_to_matrix（self?file_name）:
????????fr?=?open（file_name）
????????number_of_lines?=?len（fr.readlines（））
????????return_mat?=?zeros（（number_of_lines?3））
????????class_label_vector?=?[]
????????fr?=?open（file_name）
????????index?=?0
????????for?line?in?fr.readlines（）:
????????????line?=?line.strip（）
????????????list_from_line?=?line.split（“\t“）
????????????return_mat[index?:]?=?list_from_line[0:3]
????????????class_label_vector.append（int（list_from_line[-1]））
????????????index?+=?1
????????return?return_mat?class_label_vector

????“““
????將圖片轉換為向量
????圖片的輸入為?32?*?32的，將圖像轉換為向量，該函數創建?1?*?1024?的Numpy數組
????“““
????def?img_to_vector（self?file_name）:
????????return_vector?=?zeros（（1?1024））
????????fr?=?open（file_name?‘r‘）
????????for?i?in?range（32）:
????????????line_str?=?fr.readline（）
????????????for?j?in?range（32）:
????????????????return_vector[0?32?*?i?+?j]?=?int（line_str[j]）
????????return?return_vector

????def?run（self?train_file_path?test_file_path?k）:
????????labels?=?[]
????????training_file_list?=?listdir（train_file_path）
????????train_len?=?len（training_file_list）
????????training_mat?=?zeros（（train_len?1024））
????????for?i?in?range（train_len）:
????????????file_name_str?=?training_file_list[i]
????????????file_str?=?file_name_str.split（“.“）[0]
????????????class_num_str?=?int（file_str.split（“_“）[0]）
????????????labels.append（class_num_str）
????????????img_file?=?train_file_path?+?file_name_str
????????????print（img_file）
????????????training_mat[i]?=?self.img_to_vector（img_file）
????????test_file_list?=?listdir（test_file_path

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????????0??2019-03-06?18:11??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?
?????目錄???????????0??2019-03-06?18:09??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?knn\
?????文件????????3753??2019-03-06?18:02??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?knn\fruit_classify.py
?????文件????????4349??2019-03-06?18:07??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?knn\digital_recognition.py
?????文件???????????0??2018-09-19?20:21??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?knn\__init__.py
?????文件????????3600??2019-03-06?18:09??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?knn\interests_similar.py
?????文件????????6148??2019-03-06?18:11??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?.DS_Store
?????目錄???????????0??2019-03-06?18:11??__MACOSX\
?????文件???????????0??2019-03-06?18:11??__MACOSX\20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?
?????文件?????????120??2019-03-06?18:11??__MACOSX\20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?._.DS_Store
?????目錄???????????0??2019-03-06?16:31??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\
?????目錄???????????0??2019-03-06?17:18??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\
?????文件???????26067??2019-03-06?16:31??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\interests_friends.txt
?????目錄???????????0??2019-03-06?17:05??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\5_135.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\4_36.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\8_102.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\8_116.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\5_121.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\4_22.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\5_109.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\3_17.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\3_164.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\3_170.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\3_158.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\9_113.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\9_76.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\0_52.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\4_124.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\4_130.txt
?????文件????????1088??2019-03-06?16:47??20190306KNN欏圭洰浠ｇ爜&&鏁版嵁闆?data\knn\trainingDigits\0_46.txt
............此處省略2865個文件信息