# OPTIMAL_KNN_MNIST_QUESTION

**Repository Path**: hydrogen-elements/optimal_knn_mnist_question

## Basic Information

- **Project Name**: OPTIMAL_KNN_MNIST_QUESTION
- **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**: 309
- **Created**: 2025-09-29
- **Last Updated**: 2025-10-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 最佳 KNN 手写数字识别（含 Pinecone 云端版）
![model training process](model_training.jpeg)
![webapp screen shot](screen_shot.jpeg)

## 项目简介
本项目基于 sklearn 的 digits(8x8) 数据集，提供两种推理方式：

- 本地模型：在本地选择最优 K 并保存模型，WebApp 直接加载本地模型推理；
- Pinecone 云端：将数据向量化后上传 Pinecone，每次预测在 Pinecone 上做近邻搜索（k=11）。

文件清单：

- `optimal_knn.py`：通过 5 折交叉验证选择最优 K，保存 `best_knn_model.pkl` 与 `accuracy_plot.pdf`。
- `optimal_knn_webapp.py`：基于本地模型的 Gradio Web 应用。
- `pinecone_example.py`：Pinecone 入门示例，创建索引、上传 digits 数据并查询前 10 邻居。
- `pinecone_train.py`：80% 数据上传、20% 测试，k=11，带 tqdm 进度与日期日志。
- `optimal_knn_webapp_pinecone.py`：每次推理都调用 Pinecone 查询的 Web 应用。

## 安装
建议使用 Python 3.10+。Windows PowerShell 示例：

```powershell
# 1) 创建并激活虚拟环境
python -m venv .venv
.\.venv\Scripts\Activate.ps1

# 2) 安装依赖
pip install -U pip
pip install -r requirements.txt

# 可选：配置国内镜像
# pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
```

Pinecone 脚本需要 API Key，请设置环境变量：

```powershell
$env:PINECONE_API_KEY = "你的APIKey"
# 可选：自定义
$env:PINECONE_INDEX = "mnist-index"
$env:PINECONE_REGION = "us-east-1"
$env:PINECONE_CLOUD = "aws"
```

## 使用本地 KNN 模型

```powershell
python optimal_knn.py
python optimal_knn_webapp.py
```

## Pinecone 示例与训练

首次运行若索引不存在，将自动创建并上传数据（稍慢）：

```powershell
python pinecone_example.py
```

训练并评估（80/20，k=11）：

```powershell
python pinecone_train.py
```

## Web 应用

- 本地模型版：

```powershell
python optimal_knn_webapp.py
```

- Pinecone 在线推理版：

```powershell
python optimal_knn_webapp_pinecone.py
```

## 备注

- 首次 Pinecone 查询可能较慢（冷启动/网络）；
- 如果 Pinecone 返回为空，请先运行 `pinecone_example.py` 或 `pinecone_train.py` 上传数据；
- Windows 下 `accuracy_plot.pdf` 若被占用，脚本会自动换名保存。