### 基于最小距离分类器的手写数字识别课程设计完整代码 以下是在 PyCharm 中实现基于最小距离分类器的手写数字识别的完整代码示例。该代码不仅实现了基本的功能，还提供了多种数据分析和数据比较方式。 --- #### 1. 环境配置 确保安装了以下依赖库： - NumPy：用于数值计算。 - scikit-learn：用于加载和预处理 MNIST 数据集。 - Matplotlib：用于可视化数据分析结果。 可以通过以下命令安装所需库： ```bash pip install numpy scikit-learn matplotlib ``` --- #### 2. 完整代码实现 ```python import numpy as np from sklearn.datasets import fetch_openml from sklearn.model_selection import train_test_split from sklearn.preprocessing import LabelBinarizer from sklearn.metrics import accuracy_score, confusion_matrix import matplotlib.pyplot as plt # 加载MNIST数据集[^1] def load_mnist_data(): mnist = fetch_openml('mnist_784', version=1, cache=True) X = mnist.data.astype(np.float32) / 255.0 # 归一化到[0, 1] y = mnist.target.astype(int) return X, y # 计算类中心点 def compute_class_centers(X_train, y_train): class_centers = [] for i in range(10): # 假设有10个类别（0-9） class_samples = X_train[y_train == i] class_center = np.mean(class_samples, axis=0) # 计算每个类别的中心点 class_centers.append(class_center) return np.array(class_centers) # 最小距离分类器预测 def predict(X_test, class_centers): predictions = [] for sample in X_test: distances = np.linalg.norm(class_centers - sample, axis=1) # 计算欧几里得距离 predicted_class = np.argmin(distances) # 找到距离最近的类别 predictions.append(predicted_class) return np.array(predictions) # 可视化类中心点 def visualize_class_centers(class_centers): fig, axes = plt.subplots(2, 5, figsize=(10, 4)) for i, ax in enumerate(axes.flatten()): center_image = class_centers[i].reshape(28, 28) ax.imshow(center_image, cmap='gray') ax.set_title(f"Class {i}") ax.axis('off') plt.tight_layout() plt.show() # 可视化混淆矩阵 def plot_confusion_matrix(y_true, y_pred): cm = confusion_matrix(y_true, y_pred) plt.figure(figsize=(8, 6)) plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues) plt.title("Confusion Matrix") plt.colorbar() tick_marks = np.arange(10) plt.xticks(tick_marks, range(10)) plt.yticks(tick_marks, range(10)) plt.xlabel("Predicted Label") plt.ylabel("True Label") plt.show() # 主函数 if __name__ == "__main__": # 加载数据并划分训练集和测试集 X, y = load_mnist_data() X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 计算类中心点 class_centers = compute_class_centers(X_train, y_train) # 可视化类中心点 visualize_class_centers(class_centers) # 预测测试集标签 y_pred = predict(X_test, class_centers) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) * 100 print(f"分类准确率为: {accuracy:.2f}%") # 输出混淆矩阵 plot_confusion_matrix(y_test, y_pred) # 分析每种类别的正确率 class_correct = [0] * 10 class_total = [0] * 10 for true_label, pred_label in zip(y_test, y_pred): class_total[true_label] += 1 if true_label == pred_label: class_correct[true_label] += 1 # 输出每种类别的正确率 for i in range(10): if class_total[i] > 0: rate = (class_correct[i] / class_total[i]) * 100 print(f"类别 {i} 的正确率为: {rate:.2f}% [{class_correct[i]}/{class_total[i]}]") else: print(f"类别 {i} 没有测试样本。") ``` --- #### 3. 代码说明 - **数据加载**：使用 `fetch_openml` 函数从 OpenML 平台下载 MNIST 数据集[^1]。将像素值归一化到 [0, 1] 范围以提高计算效率。 - **类中心点计算**：对于每个类别，计算其所有样本的平均值作为该类的中心点。 - **最小距离分类器**：对于每个测试样本，计算其与所有类中心点的欧几里得距离，并选择距离最小的类别作为预测结果。 - **可视化类中心点**：通过 `matplotlib` 将每个类别的中心点可视化为图像。 - **混淆矩阵**：通过 `confusion_matrix` 函数生成混淆矩阵，并使用热图进行可视化。 - **每种类别的正确率分析**：统计每种类别的预测正确率，并输出详细结果。 --- #### 4. 示例输出 假设运行上述代码后，可能得到如下输出： ``` 分类准确率为: 87.23% 类别 0 的正确率为: 98.12% [98/100] 类别 1 的正确率为: 99.45% [110/111] 类别 2 的正确率为: 85.67% [86/100] ... 类别 9 的正确率为: 89.32% [89/100] ``` 同时会显示类中心点的图像和混淆矩阵的热图。 --- ###