Mathesis Wiki

Zur Handschrifterkennung haben wir uns verschiedene Methoden zur Zuordnung im hochdimensionalen Raum angeguckt. Am einfachsten zu verstehen und zu programmieren fanden wir den k-nearest-Neighbor-Algorithmus (knN). Daher haben wir diesen programmiert.
Weil es schneller ist benutzen wir den Algorithmus aus der sklearn-Bibliothek.
Beim knN-Algorithmus werden die Bilder in einen Vektor geschrieben. Dann wird der Abstand zwischen dem Vektor und den Vektoren der Proben berechnet. Aus den k-Vektoren die den geringsten Abstand haben wird eine Mehrheitsentscheidung über die Zugehörigkeit gebildet. Daher ist es wichtig wie groß das k gewählt wird. Bei zu kleinem k wird ein Ausreißer einen zu großen Einfluss haben und bei einem zu großem k werden zu viele irrelevanten berücksichtigt.