5 验证码识别 2 完结

• 上次得到了数据以后接下来就是用机器学习的方法来训练

• 代码

from sklearn.neighbors import KNeighborsClassifier # 引入模型
from sklearn.cross_validation import cross_val_score
import matplotlib.pyplot  as plt

#核心代码
    feature_all=array(feature_all)
    feature_all = np.reshape(feature_all, (feature_all.shape[0], -1))
    label_all=array(label_all)
     
    lis_step=range(1,100,4)
    # 得到模型
    lis_score=[]
    for i in lis_step:
        print i
        knn=KNeighborsClassifier(n_neighbors=i)
        scores=cross_val_score(knn,feature_all,label_all,cv=10,scoring="accuracy")
        lis_score.append(scores.mean())
    plt.plot(lis_step,lis_score)
    plt.show()    

• 结果 看上去能达到0.995以上，所以总的说来这种验证码还是非常容易识别的。因为这个验证码实在是太简单了。所以程序就写的比较简单。