摘要：本次实验是基于K近邻（K Nearest Neighbors，简称KNN）算法的手写数字字母识别，主要目的是辨认出生活中复杂多样的手写字体。实验的主要方法，也就是K近邻法，是一种常用的基本分类和回归方法。我们同时处理了KNN的两种实现方案：暴力法与KD树（K Dimensional Tree，简称KD树），对比了它们在时间开销上的区别。实验结果显示，在运用KNN进行手写数字字母识别时，如同时使用KD树进行加速，可以在较为满意的时间开销下获得良好的识别正确率。
关键词：K近邻；KD树；手写识别
最后附上 GitHub：https://github.com/gonearewe
