tensorflow實現(xiàn)KNN識別MNIST
KNN算法算是最簡單的機器學(xué)習(xí)算法之一了,這個算法最大的特點是沒有訓(xùn)練過程,是一種懶惰學(xué)習(xí),這種結(jié)構(gòu)也可以在tensorflow實現(xiàn)。
KNN的最核心就是距離度量方式,官方例程給出的是L1范數(shù)的例子,我這里改成了L2范數(shù),也就是我們常說的歐幾里得距離度量,另外,雖然是叫KNN,意思是選取k個最接近的元素來投票產(chǎn)生分類,但是這里只是用了最近的那個數(shù)據(jù)的標(biāo)簽作為預(yù)測值了。
__author__ = 'freedom'
import tensorflow as tf
import numpy as np
def loadMNIST():
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)
return mnist
def KNN(mnist):
train_x,train_y = mnist.train.next_batch(5000)
test_x,test_y = mnist.train.next_batch(200)
xtr = tf.placeholder(tf.float32,[None,784])
xte = tf.placeholder(tf.float32,[784])
distance = tf.sqrt(tf.reduce_sum(tf.pow(tf.add(xtr,tf.neg(xte)),2),reduction_indices=1))
pred = tf.argmin(distance,0)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
right = 0
for i in range(200):
ansIndex = sess.run(pred,{xtr:train_x,xte:test_x[i,:]})
print 'prediction is ',np.argmax(train_y[ansIndex])
print 'true value is ',np.argmax(test_y[i])
if np.argmax(test_y[i]) == np.argmax(train_y[ansIndex]):
right += 1.0
accracy = right/200.0
print accracy
if __name__ == "__main__":
mnist = loadMNIST()
KNN(mnist)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python日期時間轉(zhuǎn)為字符串或者格式化輸出的實例
今天小編就為大家分享一篇python日期時間轉(zhuǎn)為字符串或者格式化輸出的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
GDAL 矢量屬性數(shù)據(jù)修改方式(python)
這篇文章主要介紹了GDAL 矢量屬性數(shù)據(jù)修改方式(python),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
Python實現(xiàn)日期字符串轉(zhuǎn)換為指定格式的日期
在Python編程中,日期處理是一個常見的任務(wù),本文將詳細(xì)介紹如何在Python中將日期字符串轉(zhuǎn)換為指定格式的日期,感興趣的小伙伴可以學(xué)習(xí)一下2024-04-04

