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 <
