matlab手写数字识别_MNIST手写数字识别

项目背景

MNIST 数据集是经典的手写数字识别数据集，每个样本28*28。如图所示 data set download

dataset template

• 精简版MNIST：一共1797个样本，每个样本8*8，sklearn自带
• 完整版MNIST：一共6万个样本(5万个训练，1万个测试)，每个样本28*28

数据探查

# -*- coding: utf-8 -*-
from sklearn.datasets import load_digits # 精简版MNIST
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier, export_graphviz

digits = load_digits()
print(type(digits))  # Bunch类是字典的子类，所以继承了字典的方法
print('字典的 key:',digits.keys())

字典的 key: dict_keys(['data', 'target', 'target_names', 'images', 'DESCR'])

print('数据集大小：{}\n图片数组：{}\n图片标签：{}\n标签类别：{}'.format(
    digits.data.shape,digits.target.shape,digits.images.shape,digits.target_names))

数据集大小：(1797, 64)
图片数组：(1797,)
图片标签：(1797, 8, 8)
标签类别：[0 1 2 3 4 5 6 7 8 9]

digits.images[0]

array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

# 为图像数据拉平后数据，每条记录一个图片
digits.data[0]

array([ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.,  0.,  0., 13., 15., 10.,
       15.,  5.,  0.,  0.,  3., 15.,  2.,  0., 11.,  8.,  0.,  0.,  4.,
       12.,  0.,  0.,  8.,  8.,  0.,  0.,  5.,  8.,  0.,  0.,  9.,  8.,
        0.,  0.,  4., 11.,  0.,  1., 12.,  7.,  0.,  0.,  2., 14.,  5.,
       10., 12.,  0.,  0.,  0.,  0.,  6., 13., 10.,  0.,  0.,  0.])

# 图片查看
import matplotlib.pyplot as plt
n = 1001
p