# -*- coding:utf-8 -*-
'''
Created on 2017年3月28日

@author: okcing

手寫數字識別
'''
import csv
from sklearn import neighbors

#匯入訓練資料和測試資料
def loadData(filename1,filename2,trainDataSet,trainTargetSet,testDataSet):
    with open(filename1,'r') as csvfile1:
        lines1 = csv.reader(csvfile1)
        dataSet = list(lines1)
        for
 
 x in range(1,len(dataSet)):
            temp = []
            dataSet[x][0] = int(dataSet[x][0])
            trainTargetSet.append(dataSet[x][0])
            for y in range(1,785):
                #if dataSet[x][y] != 0:
                    #dataSet[x][y] = 1
                dataSet[x][y] = int(dataSet[x][y])
                temp.append(dataSet[x][y])
            trainDataSet.append(temp)
    with
 
 open(filename2,'r') as csvfile2:  
        lines2 = csv.reader(csvfile2)
        dataSet2 = list(lines2)
        for x in range(1,len(dataSet2)):
            temp = []
            for y in range(784):
                #if dataSet2[x][y] != 0:
                    #dataSet2[x][y] = 1
                dataSet2[x][y] = int(dataSet2[x][y])
                temp.append(dataSet2[x][y])
            testDataSet.append(temp)
    return
 
 trainDataSet,trainTargetSet,testDataSet

#將結果儲存為csv檔案用於在kaggle網站提交
def saveResult(result): 
#結果儲存的路徑 
    with open(r'D:\digit\result.csv','w',newline='') as myFile:      
        myWriter=csv.writer(myFile)
        x=0  
        for i in result:  
            x += 1
            tmp=[x]  
            tmp.append(i)  
            myWriter.writerow(tmp)


def main():
    trainDataSet = []
    trainTargetSet = []
    testDataSet = []   
    print("開始載入資料")
    #訓練資料和測試資料的路徑
    loadData(r'D:\digit\train.csv', r'D:\digit\test.csv', trainDataSet, trainTargetSet, testDataSet)
    knn = neighbors.KNeighborsClassifier()
    print("資料載入完畢，開始訓練模型")
    knn.fit(trainDataSet,trainTargetSet)
    print("模型訓練完畢，開始預測")
    prediction = knn.predict(testDataSet)
    print("預測結果:", prediction)
    print("列印完畢，開始儲存")
    saveResult(prediction)
    print("儲存完畢")


if __name__ == '__main__':
    main()

整個實現十分簡單，將資料經過處理得到了trainData和trainTarget，用來訓練knn分類器，然後利用分類器對testSet進行預測，將結果儲存。利用sklearn的包進行機器學習確實很方便，對原始資料也不用進行什麼歸一化處理，也不必考慮用的是那種計算距離的方式，如果是剛開始入門，直接使用這個就能很方便的實現knn演算法。不過由於資料量巨大，所以程式執行耗時很長，我在自己的筆記本上大概跑了一個小時左右，載入資料大概5分鐘左右，主要是訓練模型很花時間。