# OPTIMAL_KNN_MNIST_QUESTION2

**Repository Path**: YXY0216/optimal_knn_mnist_question_1

## Basic Information

- **Project Name**: OPTIMAL_KNN_MNIST_QUESTION2
- **Description**: 本项目使用gradio应用在 minist 上训练的最有 KNN 模型就行手写数字识别。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 378
- **Created**: 2025-10-22
- **Last Updated**: 2025-10-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# MNIST KNN 手写数字识别

![model training process](model_training.jpeg)
![webapp screen shot](screen_shot.jpeg)

## 项目简介
本项目基于MNIST数据集，采用K近邻（KNN）算法实现手写数字识别，并通过数据增强（平移、旋转、加噪声）提升模型泛化能力。包含本地KNN与基于 Pinecone 的云KNN两套方案：

- 本地训练/推理
	- `optimal_knn.py`：自动寻找最优K值，训练KNN模型并保存，支持数据增强和PCA降维。
	- `optimal_knn_webapp.py`：基于Gradio的Web应用，用户可在画板上手写数字，模型实时预测结果。
- Pinecone 云KNN（每次推理都走云端）
	- `pinecone_train.py`：用 80% MNIST 创建（或重建）索引并上传数据，使用 20% 数据测试 k=5 的准确率（带进度条和带日期日志），示例会打印“成功创建索引，并上传了1437条数据”。
	- `optimal_knn_webapp_pinecone.py`：Web 应用，实时调用 Pinecone 索引完成 KNN 推理。
	- `pinecone_example.py`：构建一个 digit=3 的示例图片并在 Pinecone 上进行相似度查询演示。

## 依赖环境
- Python 3.8+
- numpy
- matplotlib
- scikit-learn
- joblib
- tqdm
- gradio
- tensorflow
- scipy
- pinecone-client
- scikit-image

安装依赖：
```bash
pip install numpy matplotlib scikit-learn joblib tqdm gradio tensorflow scipy scikit-image pinecone-client
```

## 使用说明
1. 运行 `optimal_knn.py`，自动下载MNIST数据集，完成数据增强、训练、模型保存和准确率曲线绘制。
2. 运行 `optimal_knn_webapp.py`，启动Web界面。
3. 在浏览器打开 http://127.0.0.1:7860 ，用白色画笔在黑色背景上手写数字（28x28），点击提交即可获得预测结果。

## Pinecone 云KNN 使用说明

### 1) 准备密钥与区域
- 在 Pinecone 控制台获取 API Key 和可用的 cloud/region（例如 aws + us-east-1）。
- Windows PowerShell 临时设置环境变量（推荐）：

```powershell
$env:PINECONE_API_KEY = "<你的_api_key>"
$env:PINECONE_CLOUD = "aws"       # 或 gcp
$env:PINECONE_REGION = "us-east-1" # 根据控制台信息填写
```

### 2) 训练并上传数据 + 验证准确率
- 运行 `pinecone_train.py`（默认创建 784 维索引，直接上传 28x28=784 维向量）：

```powershell
python .\optimal_knn_mnist_question_1\pinecone_train.py
```

- 预期日志（带日期）：
	- 成功创建索引，并上传了1437条数据
	- k=5 的准确率为：0.98xx
	- 上传与测试过程均显示 tqdm 进度条

提示：如你已有历史索引，脚本会先删除再重建，随后等待索引 Ready 后再上传数据。

### 3) 启动 Web 应用（云推理）
- 运行 `optimal_knn_webapp_pinecone.py`：

```powershell
python .\optimal_knn_mnist_question_1\optimal_knn_webapp_pinecone.py
```

- 页面打开后在画板手写数字，点击提交即可。应用会：
	- 自动发现索引，并读取维度
	- 若维度是 784：直接用 28x28 拉平向量查询
	- 若维度是 50：若同目录有 `scaler.pkl` 与 `pca.pkl`，则先标准化+PCA 再查询

### 4) 示例脚本（digit=3 演示）

```powershell
python .\optimal_knn_mnist_question_1\pinecone_example.py
```

- 脚本会生成一个 digit3.png 并将该图片向量上传到索引，再查询输出 Top-K 匹配与预测结果。

### 常见问题（Troubleshooting）
- 401 Unauthorized：API Key 无效或未设置。请重新设置 `$env:PINECONE_API_KEY`。
- 404 Not Found (region)：cloud/region 不匹配，请以控制台显示的 region 为准（例如 us-east-1）。
- 查询无结果：数据刚 upsert 需要数秒同步；脚本已加入索引就绪与向量计数轮询，稍等片刻或重试。

## 主要特性
- 支持MNIST全量数据，训练集自动增强，提升KNN泛化能力。
- 自动标准化、PCA降维，提升KNN效率。
- Web端输入与训练集风格完全一致，识别准确率高。
- 结果可视化，自动保存最优模型和准确率曲线。

## 个人信息
- 学号: 202352320208
- 年级: 2023
- 专业: 智能科学与技术
- 班级: 二班