用随机森林算法做手写数字识别

小菜鸡1145

于 2024-09-30 21:47:11 发布

阅读量529

点赞数 19

文章标签：随机森林算法机器学习

本文链接：https://blog.csdn.net/m0_62800009/article/details/142663718

版权

一、前言

我们之前用随机森林算法做了一个简单的案例，判断天气是否适合出去玩，今天我们使用最经典的手写数字数据集来做一个数字识别预测。

二、代码实现

废话不多说，我们之间上代码开始讲解：

1、获取数据集

我们本次案例使用的是sklearn.datasets中的load_digits函数来加载手写数字数据集，我们先把要用的库和数据集加载进来：

import matplotlib.pyplot as plt
from sklearn.datasets import load_digits
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据集
digits = load_digits()
X, y = digits.data, digits.target

ok，我们现在已经导入了数据集了，我们可以查看一下数据集中的数据，就看一下第一张图片吧。

# 显示第一个数字图像
plt.imshow(X[0].reshape(8, 8), cmap='gray')
plt.title(f'Label: {y[0]}')
plt.axis('off')
plt.show()

利用matplotlib函数可以将数据集中的图片显示出来，更加直观的看到数据集中的信息。

2、划分数据集

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

还是老一套，20%的测试集。

3、训练随机森林模型

# 训练随机森林模型
rf_clf = RandomForestClassifier(n_estimators=100, random_state=42)
rf_clf.fit(X_train, y_train)

         n_estimators=100：表示使用100棵决策树来构建随机森林。更多的树通常可以提高模型的性能，但也会增加计算时间。
        random_state=42：设置随机种子，以确保每次运行时模型的训练结果一致。
        rf_clf.fit(X_train, y_train)：用训练数据X_train和对应的标签y_train来训练随机森林模型。

4、模型的评估和预测

# 预测与评估
y_pred = rf_clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)

print(f'模型准确率: {accuracy:.2f}')

可以看到模型的准确率还是很高的，我们稍后用测试集的数据来看看实际效果。

三、结语

我们把测试集的数字拿出来简单检测一下：

# 可视化部分预测结果
def plot_digits(images, labels):
    plt.figure(figsize=(10, 4))
    for index, (image, label) in enumerate(zip(images, labels)):
        plt.subplot(2, 5, index + 1)
        plt.imshow(image.reshape(8, 8), cmap='gray')
        plt.title(label)
        plt.axis('off')


plot_digits(X_test[:10], y_pred[:10])
plt.show()