K近邻分类器在MNIST数据集上从头实现用于图像分类的K近邻分类器.没有现有的sklearn包用于编写knn代码.数据集在MNIST数据集中每个样本都是手写数字的图片.每个样本包括28x28灰度像素值作为特征以及09中的类别标签.我已经用L2范数欧几里德距离作为样本之间的距离度量来实现分类器.在原始数据集中前60000个样本用于训练其余10000个样本用于测试.在这个实现中我使用了原始训练集的前6000个样本来训练KNN使用了原始测试集的前1000个样本来测试KNN.