【cs231n】knn作业笔记

完成了assignment-1中knn相关内容的作业，记录一下遇到的知识点和问题

knn.ipynb的内容大致包括：

1、数据集的建立

主要是通过切片函数，如下图选取前5000张图片和其标记作为训练数据

 

 

 

2、计算距离矩阵，test数据500条，train数据5000条，故距离矩阵应该是500*5000

计算的方式有三种，两次循环、一次循环（部分矢量化）和无循环（矢量化）

矢量化（vectorization）可以加速矩阵计算

两次循环：

for i in range(num_test):
　　for j in range(num_train):

　　　　dists[i][j] = np.sqrt(np.sum(np.square(X[i]-self.X_train[j])))

return dists

一次循环：

for i in range(num_test):
            
　　dists[i, :] = np.sqrt(np.sum(np.square(X[i]-self.X_train), axis=1))

return dists

无循环：

dist_a = np.sum(X**2, axis=1, keepdims=True)
dist_b = np.sum(self.X_train**2, axis=1)
dist_c = -2*X.dot(self.X_train.T)
        
dists = np.sqrt(dist_a + dist_b + dist_c)

三种方式的速度对比：

 

 

3、用交叉验证选择合适的超参数

用5折交叉验证计算10种不同K值的效果

用字典存储每种K值的效果，即每种K值每次交叉验证的acc（用列表存储）

这样方便最后制图

 

 可以观察到K=10时效果最佳