Benutzer-Werkzeuge

Webseiten-Werkzeuge


ss16:16.06.2016

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen gezeigt.

Link zu dieser Vergleichsansicht

Nächste Überarbeitung
Vorhergehende Überarbeitung
ss16:16.06.2016 [2016/06/16 14:45]
henrikfrenzel angelegt
ss16:16.06.2016 [2016/06/23 14:55] (aktuell)
henrikfrenzel
Zeile 1: Zeile 1:
-  * Normalisierung des MNIST Datensatz+  * Normalisierung des MNIST Datensatz ​vor dem Einlesen zur Optimierung des Algorithmus 
 +<code python>​ 
 +import numpy as np 
 +import scipy.io 
 +mat=scipy.io.loadmat('/​[…]/​[…]/​scikit_learn_data/​mldata/​mnist-original.mat'​) 
 + 
 +data=mat['​data'​] 
 +label=mat['​label'​] 
 +for i in range(data.shape[1]):​ 
 + data[:,i]= data[:,​i]/​np.linalg.norm(data[:,​i]) 
 +scipy.io.savemat('/​[…]/​[…]/​scikit_learn_data/​mldata/​mnist-original-norm.mat',​ mdict={'​data':​data,​ '​label':​label}) 
 +</​code>​ 
 +Die Normalisierung des MNIST Datensatz vor dem Einlesen funktioniert so noch nicht. Die Daten unterscheiden sich komplett von der Norm der "​originalen"​ Daten. 
 +  * Vergleichsdatensatz 
 +<code python>​ 
 +import numpy as np 
 +import scipy.io 
 +mat=scipy.io.loadmat('/​[…]/​[…]/​scikit_learn_data/​mldata/​mnist-original.mat'​) 
 +matnorm=scipy.io.loadmat('/​[…]/​[…]/​scikit_learn_data/​mldata/​mnist-original-norm.mat'​) 
 + 
 +matd=mat['​data'​] 
 +matnd=matnorm['​data'​] 
 +for i in range(70000):​ 
 + orignialNorm=matd[:,​i]/​np.linalg.norm(matd[:,​i]) 
 + abstand=np.linalg.norm(orignialNorm-matnd[:,​i]) 
 + print abstand 
 +</​code>​ 
 +  * Ausgabe der Genauigkeit des k-nearest-Neighbor-Algorithmus 
 +  * Präsentation des jetzigen Standes
ss16/16.06.2016.1466081106.txt.gz · Zuletzt geändert: 2016/06/16 14:45 von henrikfrenzel