提升knn算法的准确率

不使用 sklearn写的knn算法，识别mnist数据集，准确率只有百分之六十， 如何进一步提高识别的准确率
已经尝试过使用不同的k值和对图片进行归一化处理

def load_mnist():
    X_train = np.fromfile('mnist_data/train-images-idx3-ubyte', dtype=np.uint8, offset=16)
    X_train = X_train.reshape(int(6e4), 28, 28)
    X_test = np.fromfile('mnist_data/t10k-images-idx3-ubyte', dtype=np.uint8, offset=16)
    X_test = X_test.reshape(int(1e4), 28, 28)
    y_train = np.fromfile('mnist_data/train-labels-idx1-ubyte', dtype=np.uint8, offset=8)
    y_train = y_train.reshape(int(6e4))
    y_test = np.fromfile('mnist_data/t10k-labels-idx1-ubyte', dtype=np.uint8, offset=8)
    y_test = y_test.reshape(int(1e4))


class Knn(object):

    def __init__(self, k=3):
        self.k = k

    def fit(self, X, y):
        self.X = X
        self.y = y

    def predict(self, X):
        dataset = self.X
        labels = self.y
        k = self.k
        predict_labels = []
        X = np.reshape(X, (X.shape[0], -1))
        dataset = np.reshape(dataset, (dataset.shape[0], -1))

        scalar = MaxAbsScaler()
        scalar.fit(dataset)
        dataset = scalar.transform(dataset)
        X = scalar.transform(X)

        print(dataset[0])

        dataset_size = dataset.shape[0]
        for i in tqdm(range(X.shape[0])):
            diff_mat = np.tile(X[i], (dataset_size, 1)) - dataset
            sq_diff_mat = diff_mat ** 2
            sq_distances = sq_diff_mat.sum(axis=1)
            distances = sq_distances ** 0.5
            sorted_dist_indicies = distances.argsort()
            class_count = {}
            for j in range(k):
                vote_label = labels[sorted_dist_indicies[i]]
                class_count[vote_label] = class_count.get(vote_label, 0) + 1
            sorted_class_count = sorted(class_count.items(), key=operator.itemgetter(1), reverse=True)
            predict_labels.append(sorted_class_count[0][0])
        predict_labels = np.array(predict_labels)
        return predict_labels

首先，手写识别的关键是特征描述，如果这一步没有做好，用什么方法，怎么调参，也不会有好的结果。
将图像像素值直接作为输入向量，原则上是不适当的。
推荐实现方法如下：
（1）首先，样本均匀，标准化，归一化，这些必要的准备工作就不说了，
（2）特征提取，或者说特征向量构造，将字符图像转换为特征向量作为模型的输入，
（3）KNN，可以选择不同的K值，2～5之间有些影响，5 以上没必要。
关于特征构造，推荐两种方法：
1，HOG，方向梯度直方图
2，小波特征，例如Haar
我查了一下以前的程序，检验集识别准确率大约 80～90%。
给出一段 HOG 特征描述符的构造例程，这类似于SIFT的特征描述符，效果不错。

import cv2 as cv

    # (2) 构造 HOG 描述符
    # HOGDescriptor
    winSize = (20, 20)
    blockSize = (10, 10)
    blockStride = (5, 5)
    cellSize = (5, 5)
    nbins = 8
    derivAperture = 1
    winSigma = -1.
    histogramNormType = 0
    L2HysThreshold = 0.2
    gammaCorrection = 1
    nlevels = 16
    signedGradients = True
    hog = cv.HOGDescriptor(winSize, blockSize, blockStride, cellSize, nbins,
                           derivAperture, winSigma, histogramNormType,
                           L2HysThreshold, gammaCorrection, nlevels)
    p = (1+(20-10)//5)*(1+(20-10)//5)*(10//5)*(10//5)*8  # 特征描述符长度，288

参考结果：

Recognition of handwritten digits by KNN-HOG
k=2, correct=938, accuracy=93.80%
k=3, correct=939, accuracy=93.90%
k=4, correct=940, accuracy=94.00%
k=5, correct=938, accuracy=93.80%

• 这篇文章：KNN算法的参数问题 也许能够解决你的问题，你可以看下

可以尝试先用特征提取的办法，然后将主要的特征作用于knn，或者直接降维也是可以的
针对图像上方法比较多，可以突出边缘来试一下，或者进行一些图像变换，然后针对变换后的图像进行knn

两个提升knn算法的准确率的方向。
一、是优化决策方式，采用加权距离：加权距离方法可以利用【反函数】【高斯函数】
二、是提高搜索近邻点的速度，利用KD树快速定位近邻点。

使用paddle 或者 是pytorch 随便写个神经网络