构造使用k-近邻分类器的手写识别系统
step1.准备数据：将图像转换为测试向量
把32*32的二进制图像矩阵转换成1*1024的向量，这样就可以之前的分类器来处理了
def img2vector(filename):returnVect = zeros((1,1024))fr = open(filename)for i in range(32):lineStr = fr.readline()for j in range(32):returnVect[0,32*i+j] = int(lineStr[j])return returnVect
#代码解释
fileObject.readline(size)
size -- 从文件中读取的字节数。
zeros(shape, dtype=float, order='C')
返回一个给定形状和类型的用0填充的数组；
shape:形状
dtype:数据类型
order:可选参数，c代表与c语言类似，行优先；F代表列优先
step2.测试算法：使用k-近邻算法识别手写数字
算法作用：
把训练集的每个图片改成一行的数组 m个图片形成m*1024的数组
把图片的文件名拆开 记录该图片代表的数字
对测试集进行同样的操作 将测试集每个图片的结果和真实数字比较 记录测试集中一共有多少个不同的（也就是判断错误的）
计算出错误率 错误率=测试集中判断错误的 / 测试集总数目
def handwritingClassTest():hwLabels = []# load the training set# trainingFileList是各个文件# m是文件个数# trainingMat是各个文件变成一行之后的整合矩阵#fileNameStr单个文件名trainingFileList = listdir('trainingDigits') m = len(trainingFileList)trainingMat = zeros((m,1024))for i in range(m):fileNameStr = trainingFileList[i]# take off .txt#按.分开 fileStr取分开后的第一个元素 classNumStr记录这个数字是什么fileStr = fileNameStr.split('.')[0]classNumStr = int(fileStr.split('_')[0])hwLabels.append(classNumStr)#通过img2vector把图片变成一行的 并放入trainingMat对应行trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)# iterate through the test settestFileList = listdir('testDigits') errorCount = 0.0mTest = len(testFileList)for i in range(mTest):fileNameStr = testFileList[i]fileStr = fileNameStr.split('.')[0] #take off .txtclassNumStr = int(fileStr.split('_')[0])vectorUnderTest = img2vector('testDigits/%s' % fileNameStr)classifierResult = classify0(vectorUnderTest, trainingMat, hwLabels, 3)print ("the classifier came back with: %d, the real answer is: %d" % (classifierResult, classNumStr))#当测试结果和训练结果不同时 错误+1if (classifierResult != classNumStr): errorCount += 1.0print ("\nthe total number of errors is: %d" % errorCount)print ("\nthe total error rate is: %f" % (errorCount/float(mTest)))#代码解释
os.listdir(path)
返回指定路径path下的文件和文件夹列表
str.split(str="", num=string.count(str)).
split( ) 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串,返回分割后的字符串列表。str -- 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
num -- 分割次数。默认为 -1, 即分隔所有。