本文以scikit-learn自身的digits数据集为例,阐释分类问题
数据集概况
类别数量:10
样本数量:1797
每类别样本数量:~180
样本维度:64(8*8数字图片)
像素范围:0-16整数
读入数据
digits = load_digits()
# digits.data.shape = (1797L, 64L)
X = digits.data
# digits.target.shape = (1797L,)
y = digits.target
数据可视化
plt.gray()
plt.imshow(digits.images[0])
plt.show()
fig = plt.figure(figsize=(6,6))
# plot the digits: each image is 8x8 pixels
for i in range(64):
ax = fig.add_subplot(8, 8