KNN作手写体识别MNIST

用K近邻（KNN）做手写体识别（MNIST），准确率可以达到94%。关于具体原理可以看我的博客

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

public class HandwritingRecogniton {
	static final int K = 20;

	public static double calDistance（int[] a int[] b） {
		double temp = 0;
		for （int x = 0; x < a.length; x++） {
			temp += （a[x] - b[x]） * （a[x] - b[x]）;
		}
		return temp = Math.sqrt（temp）;
	}

	public static double cosDis（int[] a int[] b） {
		double numerator = 0 aLength = 0 bLength = 0;
		for （int x = 0; x < a.length; x++） {
			numerator += a[x] * b[x];
			aLength += a[x];
			bLength += b[x];
		}
		return numerator / （Math.sqrt（aLength） * Math.sqrt（bLength））;
	}

	public static double hanmingDis（int[] a int[] b） {
		double result = 0;
		for （int x = 0; x < a.length; x++） {
			result += Math.abs（a[x] - b[x]）;
		}
		return result;
	}

	public static int[] str2int（String[] a） {
		int[] b = new int[a.length];
		for （int x = 0; x < a.length; x++） {
			b[x] = Integer.parseInt（a[x]）;
		}
		return b;
	}

	public static int classify（String filename int[] a） throws IOException {
		FileReader fr = new FileReader（filename）;
		BufferedReader bufr = new BufferedReader（fr）;

		double[] d = new double[K];//存放K近邻的距离
		
		for （int x = 0; x < K; x++） {//先将所有K近邻的距离初始化为最大距离28
			d[x] = 28;
		}
		double temp = 0;
		int lable = 0;
		int[] num = new int[K];//记录对应距离的类标
		String str = null;
		int t = 0;
		while （（str = bufr.readLine（）） != null && t++ < 10000） {
			int[] b = str2int（str.substring（0 str.length（） - 1）.split（““））;
			temp = calDistance（a b）;
			lable = Integer.parseInt（str.substring（str.length（） - 1））;
			for （int x = 0; x < K; x++） {//找到K近邻的样本
				if （temp < d[x]） {
					d[x] = temp;
					num[x] = lable;
					break;
				}
			}
		}
		bufr.close（）;
		int[] count = new int[10];
		for （int x = 0; x < K; x++） {//统计各数字出现次数
			count[num[x]]++;
		}
		int result = 0;
		for （int x = 1; x < 10; x++） {//找出出现次数最多的
			if （count[x] > count[result]）
				result = x;
		}
		return result;
	}

	public static void main（String[] arg） throws IOException {
		System.out.println（System.currentTimeMillis（））;
		FileReader fr = new FileReader（“validation.txt“）;
		BufferedReader bufr = new BufferedReader（fr）;

		int right = 0 sum = 0;

		String str = null;
		while （（str = bufr.readLine（）） != null） {
			int[] a = str2int（str.substring（0 str.length（） - 1）.split（““））;
			int result = classify（“train.txt“ a）;
			int lable = Integer.parseInt（str.substring（str.length（） - 1））;

			sum++;
			if （result == lable） {
				right++;
				// System.out.println（“result of classicication is:“ + result +
				// “ original lable is:“ + lable）;
			} else {
				int cc[][] = new int[28][28];
				int count = 0;
				for （int x = 0; x < 28; x++） {
					for （int y = 0; y < 28; y++） {
						cc[x][y] = a[count++];
					}
				}
				System.out.println（“result of classicication is:“ + result + “   original lable is:“ + lable）;
				for （int x = 0; x < 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-01-21 19:17  ML_project\
     文件         301  2016-12-12 17:47  ML_project\.classpath
     文件         386  2016-12-12 17:47  ML_project\.project
     目录           0  2017-01-21 19:17  ML_project\.settings\
     文件         598  2016-12-12 17:47  ML_project\.settings\org.eclipse.jdt.core.prefs
     目录           0  2017-01-21 20:26  ML_project\bin\
     文件        3941  2017-01-21 20:26  ML_project\bin\HandwritingRecogniton.class
     目录           0  2017-01-21 20:26  ML_project\src\
     文件        3331  2017-01-21 20:26  ML_project\src\HandwritingRecogniton.java
     文件    15710000  2016-12-12 18:22  ML_project\train.txt
     文件      785500  2016-12-12 18:22  ML_project\validation.txt