Kaggle Digit-recognizer

2019-11-06 08:23:23

字体：大中小

来源：转载

供稿：网友

寒假读了读统计学习方法，去Kaggle上试了一下Digit-recognizer，发现python用的还是不够熟，写到一半就炸毛了= =还是换成C++实现了。。。更一篇纪念ML入门第一个cpp吧

题目是给出一大坨0~9图像的灰度图，然后识别下会有图里面的数字是多少。图片有784个像素点。

第一次上手，所以用了最简单的KNN，听信了网上的谣言，写了个KD-Tree，然后跑一次要3个多小时（黑人???.jpg）那我写个毛线的KD-Tree啊，想了想数据感觉这就是在逗我，和直接暴力跑没什么区别。瞎调调参K=13时候效果比较好，识别率0.96414。

#include <bits/stdc++.h>using namespace std;const int N = 42000;const int M = 785;const int maxn = 28000;int n=N;int m=M-1;int k=13;struct Point{ int v[M]; int dis; Point(){} Point(const Point& p) { for(int i=0;i<M;i++)v[i]=p.v[i]; dis=p.dis; }}tre[N],ar[maxn];bool Operator<(Point a,Point b){ return a.dis<b.dis;}int label[maxn];int sq(int x){ return x*x;}int dis(Point a,Point b){ int re=0; for(int i=1;i<=m;i++) re+=sq(a.v[i]-b.v[i]); return re;}int than;bool cmp(Point a,Point b){ return a.v[than]<b.v[than];}void build(int l,int r,int split){ if(l>r)return; int mid=(l+r)/2; if(split>m)split-=m; than=split; nth_element(tre+l,tre+mid,tre+r+1,cmp); build(l,mid-1,split+1); build(mid+1,r,split+1);}PRiority_queue<Point> q;void que(int l,int r,Point p,int split){ if(l>r)return; if(split>m)split-=m; int mid=(l+r)/2; int d=dis(tre[mid],p); tre[mid].dis=d; if(l==r) { if(q.size()<k || q.top().dis>d) { q.push(tre[mid]); if(q.size()>k)q.pop(); } return; } int t=p.v[split]-tre[mid].v[split]; if(t<0) { que(l,mid-1,p,split+1); if(q.size()<k || q.top().dis>=t*t) { if(q.size()<k || q.top().dis>d) { q.push(tre[mid]); if(q.size()>k)q.pop(); } que(mid+1,r,p,split+1); } } else { que(mid+1,r,p,split+1); if(q.size()<k || q.top().dis>=t*t) { if(q.size()<k || q.top().dis>d) { q.push(tre[mid]); if(q.size()>k)q.pop(); } que(l,mid-1,p,split+1); } }}int work(int x){ que(0,n-1,ar[x],1); int c[10]={0}; while(!q.empty()) { c[q.top().v[0]]++; //printf("%d %d/n",q.top().dis,q.top().v[0]); q.pop(); } int now=0; for(int i=1;i<10;i++) if(c[i]>c[now]) now=i; return now;}int main(){ long long be=time(0); FILE *fe=fopen("train.csv","r"); while(fgetc(fe)!='/n'); for(int i=0;i<n;i++) for(int j=0;j<m+1;j++) { char c; fscanf(fe,"%d%c",&tre[i].v[j],&c); //if(j>0)tre[i].v[j]=(tre[i].v[j]!=0); //printf("%d ",tre[i].v[j]); } build(0,n-1,1); fclose(fe); fe=fopen("test.csv","r"); while(fgetc(fe)!='/n'); FILE *fo=fopen("result13.csv","w"); int n=28000; for(int i=0;i<n;i++) for(int j=1;j<=m;j++) { char c; fscanf(fe,"%d%c",&ar[i].v[j],&c); //if(j>0)ar[i].v[j]=(ar[i].v[j]!=0); } fclose(fe); for(int i=0;i<n;i++) { label[i]=work(i); //printf("%d,%d %d/n",i+1,label[i],ar[i].v[0]); } fputs("ImageId,Label/n",fo); for(int i=0;i<n;i++) fprintf(fo,"%d,%d/n",i+1,label[i]); fclose(fo); long long en=time(0); printf("run time:%lld/n",en-be); return 0;}

时间有点久了= =都记不得自己写得什么了。。。然后我可能是极少数用C++写的奇葩？ACM后遗症啊，今年零散时间准备拿来捡一捡概率论，搞一搞python。

上一篇：支持BLE 4.2的蓝牙SOC芯片与手机app之间的数据包长度（MTU）

下一篇：浅谈语音控制功能在智能家居领域的应用