update for knn

llinjupt · Apr 19, 2019 · 24f1fd3 · 24f1fd3
1 parent 03056b5
commit 24f1fd3
Show file tree

Hide file tree

Showing 4 changed files with 24 additions and 1 deletion.
diff --git a/imgs/practice/d100.png b/imgs/practice/d100.png
diff --git a/imgs/practice/d1000.png b/imgs/practice/d1000.png
diff --git a/imgs/practice/d10000.png b/imgs/practice/d10000.png
diff --git a/practice.rst b/practice.rst
@@ -1039,7 +1039,30 @@ mnist 数据集上的试验
 
 很容易看出来，1 与 其他数字的距离都比较远，离其他 1 距离较近。此时不难想出一个简单的数字分类算法：在样本上计算距离，找出最近的几个样本，查看它们的标签，最多标签标示的数字的就是最可能的数字。
 
-注意：此时的计算机无法识别大角度旋转甚至倒立的数字，这需要数据的预处理。
+注意：此时的计算机无法识别大角度旋转甚至倒立的数字，这需要数据的预处理。数字图像叠加然后取平均，就是高维空间中的中心投影，显然使用训练数据越多，这个投影越能表示数字的特征：
+
+.. figure:: imgs/practice/d100.png
+  :scale: 100%
+  :align: center
+  :alt: Monroe
+
+  前100个训练集数据叠加影像
+
+.. figure:: imgs/practice/d1000.png
+  :scale: 100%
+  :align: center
+  :alt: Monroe
+
+  前1000个训练集数据叠加影像 
+
+在前 10000 个训练数据集上进行数字叠加的效果已经相当完美，更多的采用已经无法提高数字的核心特征。
+
+.. figure:: imgs/practice/d10000.png
+  :scale: 100%
+  :align: center
+  :alt: Monroe
+
+  前10000个训练集数据叠加影像 
  
 kNN 邻近算法
 `````````````