摘要

KNN是将样本归为距样本最邻近的k个样本中大多数所属的类别。手写数字识别是一个将人类手写数字转化为电脑信息的过程。本文使用了基于KNN的方法,完成了一种对于手写数字进行识别的算法,并且在此基础上,对算法中参数对于识别的准确度,以及对学习与测试的数量比例变化做了实验与分析。通过改变K值,以及训练集与测试集的比例,最终测试的准确率高于99.4%,为手写数字识别提供了新的方法。