SVM在手写体数字识别应用举例

from sklearn import datasets

import numpy

from numpy import *

from sklearn import svm 

print ('''加载数据集''')

digits = datasets.load_digits() 

# 例如在digits数据集中,digits.data是可以用来分类数字样本的特征

print(digits.data,"type(digits.data)=%s"%type(digits.data))

print("shape(digits.data)=%s,%s"%shape(digits.data)) 

print (digits.target)

print ('''训练和预测''') 

#选择参数

clf = svm.SVC(gamma=0.0001,C=100) 

# 进行训练

clf.fit(digits.data[:-1],digits.target[:-1]) 

# 进行预测

print (clf.predict(digits.data[:-1]))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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