一、数据准备
一份数据集包含手写数字图像和对应标签放在csv文件中。
定义一个show_digit函数来查看数据集的一些基本信息和图像。
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 show_digit(idx):
# 1 加载数据
data = pd.read_csv(‘data/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()
二、模型训练
定义了train_model函数训练KNN模型。
首先读取CSV文件中的数据,并对图像数据进行归一化处理。
然后使用train_test_split函数将数据集分割为训练集和测试集。
接着创建一个KNN分类器对象,并使用训练数据对其进行训练。
训练完成后使用测试集对模型进行评估,计算测试集上的准确率。
最后使用joblib库将训练好的模型保存到磁盘上
def train_model():
# 1 加载手写数字数据集
data = pd.read_csv('data/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')
三、模型测试
定义test_model函数。
首先读取一张手写数字图像,并使用joblib库加载之前保存的KNN模型。
然后将图像数据重塑为模型输入所需的格式,并使用模型对图像进行预测。
最后输出预测结果。
def test_model():
# 1 读取图片数据
img = plt.imread('data/demo.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)