案例
1 数据文件 train.csv 和 test.csv 包含从 0 到 9 的手绘数字的灰度图像。
2 每个图像高 28 像素,宽28 像素,共784个像素。
3 每个像素取值范围[0,255],取值越大意味着该像素颜色越深
4 训练数据集(train.csv)共785列。
第一列为 "标签",为该图片对应的手写数字。其余784列为该图像的像素值
5 训练集中的特征名称均有pixel前缀,后面的数字([0,783])代表了像素的序号。
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import joblib
from collections import Counter
def show1(idx):
# 1 加载数据
data = pd.read_csv('手写数字识别.csv')
if idx < 0 or idx > len(data) - 1:
return
# 2 打印数据基本信息
x = data.iloc[:, 1:]
y = data.iloc[:, 0]
print('数据基本信息:', x.shape)
print('类别数据比例:', Counter(y))
print('当前数字的标签为:',y[idx])
# 3 显示指定的图片 # data修改为ndarray 类型
data_ = x.iloc[idx].values
# 将数据形状修改为 28*28
data_ = data_.reshape(28, 28)
# 关闭坐标轴标签
plt.axis('off')
# 显示图像
plt.imshow(data_,cmap='gray')
plt.show()
show1(1)
展示数据内下标为1的图片
ef train_model():
# 1 加载手写数字数据集
data = pd.read_csv('手写数字识别.csv')
# 2 数据预处理 归一化
x = data.iloc[:, 1:] / 255
y = data.iloc[:, 0]
# 3 分割数据集
split_data = train_test_split(x, y, test_size=0.2, stratify=y, random_state=0)
x_train, x_test, y_train, y_test = split_data
# 4 模型训练
estimator = KNeighborsClassifier(n_neighbors=3)
estimator.fit(x_train, y_train)
# 5 模型评估
acc = estimator.score(x_test, y_test)
print('测试集准确率: %.2f' % acc)
# 6 模型保存
joblib.dump(estimator, './model/knn.pth')
训练该模型并将其保存在目录为model的文件里
def test_model():
# 1 读取图片数据
img = plt.imread('微信图片_20240425182805.png')
plt.imshow(img)
# 2 加载模型
knn = joblib.load('model/knn.pth')
# 3 预测图片
y_pred = knn.predict(img.reshape(1, -1))
print('您绘制的数字是:', y_pred)
test_model()
找到测试集图片,并调用模型进行测试。