NN:神经网络实现识别手写的1~9的10个数字—Jason niu

import numpy as np
from sklearn.datasets import load_digits 
from sklearn.metrics import confusion_matrix, classification_report 
from sklearn.preprocessing import LabelBinarizer 
from NeuralNetwork import NeuralNetwork
from sklearn.cross_validation import train_test_split 
digits = load_digits() 
X = digits.data  
y = digits.target
X -= X.min() 
X /= X.max()
nn = NeuralNetwork([64, 100, 10], 'logistic')  

X_train, X_test, y_train, y_test = train_test_split(X, y)  
labels_train = LabelBinarizer().fit_transform(y_train)
labels_test = LabelBinarizer().fit_transform(y_test)
print ("start fitting")
nn.fit(X_train, labels_train, epochs=3000) 
predictions = [] 
for i in range(X_test.shape[0]): 
    o = nn.predict(X_test[i])           
    predictions.append(np.argmax(o))    
print (confusion_matrix(y_test, predictions) )      
print (classification_report(y_test, predictions) )

 

转载于:https://www.cnblogs.com/yunyaniu/p/8227760.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值