scikit-learn支持向量机(SVM)--手写数字识别

本文介绍了如何利用scikit-learn库中的支持向量机(SVM)进行手写数字识别。通过加载MNIST数据集,预处理图像,训练SVM模型,并进行预测,展示了SVM在图像分类任务上的应用。
摘要由CSDN通过智能技术生成
#手写数字识别
#scikit-learn库
from sklearn import datasets
digits = datasets.load_digits()    #加载scikit-learn自带的手写数字识别图片数据集
from matplotlib import pyplot as plt
#将数据所代表的的图片显示出来

images_and_labels = list(zip(digits.images, digits.target))
plt.figure(figsize=(8,6), dpi=200)
for index, (image, label) in enumerate(images_and_labels[:8]):
    plt.subplot(2, 4, index+1)
    plt.axis
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值