一、数据准备与展示
首先,我们需要准备一份包含手写数字图像和对应标签的数据集。我们使用了一个CSV文件,其中每行包含一个手写数字的图像数据和对应的标签。
为了查看数据集的一些基本信息和图像,我们定义了一个名为show1
的函数。该函数接受一个索引作为参数,并显示该索引对应的手写数字图像以及数据集的类别分布。通过调用show1(8)
,我们可以查看第8个手写数字的图像。
二、模型训练
接下来,我们定义了一个名为train_model
的函数来训练KNN模型。在该函数中,我们首先读取CSV文件中的数据,并对图像数据进行归一化处理。归一化是将图像数据的像素值缩放到0到1之间,有助于提升模型的性能。
然后,我们使用train_test_split
函数将数据集分割为训练集和测试集。这里,我们指定测试集的大小为数据集的20%,并使用stratify
参数确保训练集和测试集中各类别的比例与原数据集相同。
接下来,我们创建一个KNN分类器对象,并使用训练数据对其进行训练。在KNN算法中,我们选择邻居的数量为2。训练完成后,我们使用测试集对模型进行评估,计算测试集上的准确率。
最后,我们使用joblib
库将训练好的模型保存到磁盘上,以便后续使用。
三、模型测试
为了测试模型的性能,我们定义了一个名为test_model
的函数。在该函数中,我们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,我们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,我们打印出预测结果,即模型识别的手写数字。
完整代码如下:
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import joblib
from collections import Counter
import pandas as pd
import matplotlib.pyplot as plt
from skimage import transform
def show1(idx):
data = pd.read_csv(r'D:\Users\wang\Desktop\手写数字识别.csv')
if idx < 0 or idx > len(data) - 1:
return
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])
data_ = x.iloc[idx].values
data_ = data_.reshape(28, 28)
plt.axis('off')
plt.imshow(data_, cmap='gray')
plt.show()
show1(8)
#
def train_model():
data = pd.read_csv(r'D:\Users\wang\Desktop\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=22)
x_train, x_test, y_train, y_test = split_data
# 4 模型训练
estimator = KNeighborsClassifier(n_neighbors=2)
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')
def test_model():
# 1 读取图片数据
img = plt.imread(r'D:\Users\wang\Desktop\Figure_1.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)
print(train_model())
print(test_model())
结果如下: