Machine Learning in Action ch.2.3 K-NN
2.3 예제 : 필기체 인식 시스템
2.3.1 준비 : 이미지를 검사 벡터로 변환하기
32 x 32 로 이루어진 바이너리 이미지를 1 x 1024 벡터로 만들어야한다.
이미지를 하나의 벡터로 만드는 img2vector 함수를 보자.
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
2.3.2 검사 : 필기체 번호에 kNN 적용하기
우리는 하나의 형태로 변환된 데이터를 가지게 되었으며, 이 데이터를 분류기로 처리할 수 있게 되었다. 책 소스코드에 있는 handwritingClassTest() 함수를 추가한다.
def handwritingClassTest():
hwLabels = []
trainingFileList = listdir('trainingDigits') #load the training set
m = len(trainingFileList)
trainingMat = zeros((m,1024))
for i in range(m):
fileNameStr = trainingFileList[i]
fileStr = fileNameStr.split('.')[0] #take off .txt
classNumStr = int(fileStr.split('_')[0])
hwLabels.append(classNumStr)
trainingMat[i,:] = img2vector('trainingDigits/%s' % fileNameStr)
testFileList = listdir('testDigits') #iterate through the test set
errorCount = 0.0
mTest = len(testFileList)
for i in range(mTest):
fileNameStr = testFileList[i]
fileStr = fileNameStr.split('.')[0] #take off .txt
classNumStr = 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))
if (classifierResult != classNumStr): errorCount += 1.0
print("\nthe total number of errors is: %d" % errorCount)
print("\nthe total error rate is: %f" % (errorCount/float(mTest)))
흠.. 코드 분석하는데 시간이 좀 걸릴 듯 싶다..
우선 책에서는 디렉토리 함수를 사용해 디렉토리 안에 있는 파일 수 m을 얻어
m개의 행과 1024개의 열인 매트릭스를 만든다.
그 디렉터리 안에 있는 파일명은 9_45처럼 되어있다.
여기서 9는 분류 번호이고
45는 45번째 사례번호이다.
결과는 아래와 같이 나온다.
1.2%의 오류율이 나온다. 저번 것과는 다르게 책과 같은 결과가 나와 다행이다.
이 계산에서 kNN은 거리계산을 좀 많이 한다.
검사용 데이터의 크기와 계산 속도를 더 줄이는 방법으로는 kNN의 변형인 kD-트리가 있다.
모르는 함수
listdir : 디렉토리에 있는 파일의 갯수를 반환하는 함수이다.
댓글
댓글 쓰기