怎样在最新的sklearn中使用mnist数据集

最新推荐文章于 2024-01-15 16:26:24 发布

xingxiliang

最新推荐文章于 2024-01-15 16:26:24 发布

阅读量1.3k

点赞数

文章标签： sklearn python 机器学习

本文链接：https://blog.csdn.net/s_xing/article/details/130249085

版权

文章展示了如何从sklearn.datasets导入MNIST数据集，对数据进行预处理，然后使用SGDClassifier进行训练并评估模型性能。通过交叉验证方法调整模型，并比较了不同分类器的预测准确性。

摘要由CSDN通过智能技术生成

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784')

In [6]:

X, y =mnist['data'], mnist['target']
X.shape

Out[6]:

(70000, 784)

In [10]:

y.shape

X.index

Out[10]:

RangeIndex(start=0, stop=70000, step=1)

In [30]:

%matplotlib inline
import matplotlib
import matplotlib.pyplot as plt
some_digit = X.loc[36011].values
print(type(some_digit))
some_digit_image = some_digit.reshape(28, 28)
plt.imshow(some_digit_image, cmap = matplotlib.cm.binary, interpolation="nearest")
plt.axis("off")
plt.show()