0基础学习kagge比赛，机器学习，人工智能入门五（数字识别1）

在谷歌输入 kaggle digit recognizer进入比赛页面。首先我们来分析训练数据集train.csv，我们取第一行举例说明，第一行是数字1的手写体，

我们单独取第一行来分析,留下第一行其他删除命名为one.csv放在jupyter的一个目录里面，这个表格所代表的含义：用anaconda的jupyter来运行下面的代码得到图像

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取CSV文件
data = pd.read_csv('one.csv')

# 提取标签和像素值
label = data['label'].values
pixels = data.drop('label', axis=1).values

# 选择第一张图像（手绘数字1）
one_image = pixels[0]

# 将像素值转换为28x28矩阵
image_matrix = np.reshape(one_image, (28, 28))

# 创建一个足够大的图像，每个像素填上灰度值
plt.figure(figsize=(25, 25))
plt.imshow(image_matrix, cmap='gray', vmin=0, vmax=255, interpolation='none')  # 设置vmin和vmax显示灰度值范围
plt.colorbar()  # 显示颜色条，即灰度值对应的颜色
plt.title(f"Hand-drawn digit: {label[0]}")

# 在每个像素上添加灰度值标签
for i in range(28):
    for j in range(28):
        plt.text(j, i, str(int(image_matrix[i, j])), color='red', ha='center', va='center')

plt.show()

有28*28个像素。每个像素的灰度值是0-255，数值越大越亮。这个是理解train.csv的第一步。

我们再用同样的方法看看第13行，代表的图片9

现在我们很清楚train.csv所代表的含义了。