使用sklearn库调用knn算法实现猫眼字体识别
本来想跟随大佬的脚步在猫眼电影实践一波knn（k近邻算法），没想到猫眼电影现在的字体文件是静态的（20210502）。只能使用archive找了几个网址曾出现过的woff字体文件加上这个仓库本来就有的5个一共10个字体文件，一个woff字体10个字符共100个数据。
因为现在字体文件是静态的用knn有点杀鸡用牛刀了，但是训练数据包含了目前的静态的字体文件按照knn k取1的算法 预测的准确率必定是100%，就算网站之后改回动态字体该方法仍然适用。
get_font_data 函数的作用为数据准备 把woff文件转成可以计算的数据 数据为一个二维列表，第一列为真实字符值（要预测的数字），其余列为该字符在字体文件中坐标展平结果（作为属性）
<!-- 核心knn 算法调用sklearn实现 -->
import numpy as np
import pandas as pd
from font import get_font_data
from sklearn.impute import SimpleImputer
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
import pickle
def main():
# 处理缺失值
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
data = pd.DataFrame(imputer.fit_transform(pd.DataFrame(get_font_data())))
# 取出特征值\目标值
x = data.drop([0], axis=1)
y = data[0]
# print(y)
# 分割数据集
# x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2,random_state=0)
# x_train = x.head(30)
# y_train = y.head(30)
x_train = x.iloc[30:100]
y_train = y.iloc[30:100]
x_test = x.iloc[0:30]
y_test = y.iloc[0:30]
print('训练集形状',x_train.shape)
# 标准化
# std = StandardScaler()
# x_train = std.fit_transform(x_train)
# x_test = std.transform(x_test)
# 进行算法流程
knn = KNeighborsClassifier(n_neighbors=1)
# 开始训练
knn.fit(x_train, y_train)
# 预测结果
y_predict = knn.predict(x_test)
print(y_predict)
# 得出准确率
print(knn.score(x_test, y_test))
# 保存模型
# method 1 pickle
# with open('model/knn.pickle','wb') as f:
# pickle.dump(knn,f)
# 加载模型
with open('model/knn.pickle','rb') as f:
knn2 = pickle.load(f)
print(knn2.score(x_test, y_test))
if __name__ == '__main__':
main()
在数据准备过程中使用了numpy和pandas的常规操作借此机会熟悉一下
另外B站上莫凡大佬的机器学习课真不错（入门必备）