sklearn手写数据识别 实例

手写数据识别

数据集任务类型

• 监督学习

  • 分类

  • 回归

• 无监督学习

  • 聚类

  • 密度估计

  • 数据可视化

实现流程

1.模块引用

from sklearn.datasets import load_digits from sklearn 
import svm # 支持向量机的模块 
from sklearn.model_selection import train_test_split 
from sklearn.externals 
import joblib #模型保存文件对象 
import numpy as np 
import matplotlib.pyplot as plt 
#魔法函数,用于matplotlib绘制的图显示在页面里,不需要plt.show()
%matplotlib inline

2.数据加载

digits = load_digits()

3.数据探查

#查看数据集的键名 

digits.keys()

#查看手写字图片的形状 

digits.images.shape

#相当于对images对象进行了降维操作 

digits.data.shape

#查看手写字标签的形状 

digits.target.shape

#查看第一张图片 

plt.imshow(digits.images[0])

4.数据划分

#把数据集的数据和标签划分为训练集和测试集以及他们的标签
X_train,X_test,y_train,y_test= \
train_test_split(digits.data,digits.target,test_size=.25,random_state=42) 
X_train.shape,X_test.shape,y_train.shape,y_test.shape

5.相关SVM模型（SVC）以及预测数据

• C：默认值是1.0

• C越大，即对误分类的惩罚增大，泛化能力弱，趋向于对训练集全分对的情况，这样对训练集测试时准确率很高。

• C值小，对误分类的惩罚减小，允许容错，将他们当成噪声点，泛化能力较强。

• kernel ：核函数，默认是rbf，可以是‘linear’, ‘poly’, ‘rbf’, ‘sigmoid’, ‘precomputed’

• 线性：u’v

• 多项式：(gamma*u’*v + coef0)^degree

• RBF函数：exp(-gamma|u-v|^2)

• random_state ：数据洗牌时的种子值，int值

• sigmoid：tanh(gamma*u’*v + coef0)

• degree ：多项式poly函数的维度，默认是3，选择其他核函数时会被忽略。

• gamma ：‘rbf’,‘poly’ 和‘sigmoid’的核函数参数。默认是’auto’，则会选择1/n_features

• coef0 ：核函数的常数项。对于‘poly’和 ‘sigmoid’有用。

• probability ：是否采用概率估计？.默认为False

• shrinking ：是否采用shrinking heuristic方法，默认为true

• tol ：停止训练的误差值大小，默认为1e-3

• cache_size ：核函数cache缓存大小，默认为200

• class_weight ：类别的权重，字典形式传递。设置第几类的参数C为weight*C(C-SVC中的C)

• verbose ：允许冗余输出？

• max_iter ：最大迭代次数。-1为无限制。

• decision_function_shape ：‘ovo’, ‘ovr’ or None, default=None3

svc = svm.SVC(C=100,gamma=0.001) 

#模型使用（选择） 

svc.fit(X_train,y_train) 

#通过分类器fit来训练模型 #测试集 ——> 预测标签 <-对比-> 真实标签 y_pred = svc.predict(X_test)

6.绘制预测的数据图像

plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False 
images_and_predictions = list(zip(X_test.reshape(450,8,-1),y_pred)) 
plt.figure(figsize=(14,9)) 
for i,(img,pred) in enumerate(images_and_predictions[:24],start=1):            
         plt.subplot(4,6,i,)
         plt.subplots_adjust(hspace = 0.3)    
         plt.axis('off')    
         plt.imshow(img,cmap=plt.cm.gray_r,interpolation='nearest')    
         plt.title(f'预测值：{str(pred)}')

7.模型保存

joblib.dump(svc,'MyDigitsModel.pkl')

#读取保存的文件

joblib.load('MyDigitsModel.pkl')

后记：

有需要的朋友可以搜索微信公众号：【知音库】
同时也是为了鼓励自己，坚持写笔记，希望可以共同进步。