python实现手写数字识别

手写数字识别是一个经典的机器学习问题，通过识别手写体图片来判断数字

因为数字类别是0——9，所以是十分类问题

本文以KNN算法为例，来实现手写数字的识别

低维的手写数字识别

sklearn中有自带的手写数字数据集，用datasets.load_digits()来调用

关于load_digits简介

load_digits返回的 digits 数据集有1797个数据，数据的维度为64

digits是一个Bunch类型的类字典对象，我们可以利用索引来调用它

调用

from sklearn import datasets
digits = datasets.load_digits()

索引

digits有5个部分：

data：数据，其中每个元素是64维的向量

images：图像，其中每个元素是8×8的矩阵

target：每个数据对应的标签

target_names：所有的类别标签

以第0个元素为例：

64维的向量

8×8的矩阵，可以大致看出数字 ‘0’ 的轮廓

用plt.ims