机器学习实验一：KNN算法，手写数字数据集(使用汉明距离)

本文主要是介绍机器学习实验一：KNN算法，手写数字数据集(使用汉明距离)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

KNN-手写数字数据集：

      使用sklearn中的KNN算法工具包（ KNeighborsClassifier)替换实现分类器的构建，注意使用的是汉明距离；

分段解释代码：

import os
import pandas as pd
from Levenshtein import hamming

导入所需的库，包括os用于文件操作，pandas用于数据处理，以及hamming函数来计算字符串之间的汉明距离。 

 

def get_train():path = 'digits/trainingDigits'trainingFileList0 = os.listdir(path)trainingFileList = [file[2:] if file.startswith('._') else file for file in trainingFileList0]train = pd.DataFrame()img

这篇关于机器学习实验一：KNN算法，手写数字数据集(使用汉明距离)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---