OpenCV-Python实战(番外篇)——利用 KNN 算法识别手写数字

OpenCV-Python实战(番外篇)——利用 KNN 算法识别手写数字

    • 前言
    • 手写数字数据集 MNIST 介绍
    • 基准模型——利用 KNN 算法识别手写数字
    • 改进模型1——参数 K 对识别手写数字精确度的影响
    • 改进模型2——训练数据量对识别手写数字精确度的影响
    • 改进模型3——预处理对识别手写数字精确度的影响
    • 改进模型4——使用高级描述符作为图像特征提高 KNN 算法准确率
      • 完整代码
    • 相关链接

前言

K-最近邻 (k-nearest neighbours, KNN) 是监督学习中最简单的算法之一,KNN 可用于分类和回归问题,在博文《OpenCV-Python实战(13)——OpenCV与机器学习的碰撞》中,我们已经学习了如何在 OpenCV 中实现和训练 KNN 聚类算法,同时通过简单的示例了解了 KNN 算法的用法。在本文中,我们将学习如何使用 <

你可能感兴趣的:(OpenCV从入门到项目实战,opencv,计算机视觉,人工智能,机器学习,算法)