欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python機器學習sklearn實現(xiàn)識別數(shù)字

 更新時間:2022年03月29日 14:26:17   作者:小唐同學大呆子  
本文主要介紹了python機器學習sklearn實現(xiàn)識別數(shù)字,主要簡述如何通過sklearn模塊來進行預測和學習,最后再以圖表這種更加直觀的方式展現(xiàn)出來,感興趣的可以了解一下

簡介

本文主要簡述如何通過sklearn模塊來進行預測和學習,最后再以圖表這種更加直觀的方式展現(xiàn)出來

數(shù)據(jù)集

學習數(shù)據(jù)

預測數(shù)據(jù)

數(shù)據(jù)處理

數(shù)據(jù)分離

因為我們打開我們的的學習數(shù)據(jù)集,最后一項是我們的真實數(shù)值,看過小唐上一篇的人都知道,老規(guī)矩先進行拆分,前面的特征放一塊,后面的真實值放一塊,同時由于數(shù)據(jù)沒有列名,我們選擇使用iloc[]來實現(xiàn)分離

def shuju(tr_path,ts_path,sep='\t'):
    train=pd.read_csv(tr_path,sep=sep)
    test=pd.read_csv(ts_path,sep=sep)
    #特征和結果分離
    train_features=train.iloc[:,:-1].values
    train_labels=train.iloc[:,-1].values
    test_features = test.iloc[:, :-1].values
    test_labels = test.iloc[:, -1].values
    return train_features,test_features,train_labels,test_labels

訓練數(shù)據(jù)

我們在這里直接使用sklearn函數(shù),通過選擇模型,然后直接生成其識別規(guī)則

#訓練數(shù)據(jù)
def train_tree(*data):
    x_train, x_test, y_train, y_test=data
    clf=DecisionTreeClassifier()
    clf.fit(x_train,y_train)
    print("學習模型預測成績:{:.4f}".format(clf.score(x_train, y_train)))
    print("實際模型預測成績:{:.4f}".format(clf.score(x_test, y_test)))
    #返回學習模型
    return clf

數(shù)據(jù)可視化

為了讓我們的觀察更加直觀,我們還可以使用matplotlib來進行觀測

def plot_imafe(test,test_labels,preds):
    plt.ion()
    plt.show()
    for i in range(50):
        label,pred=test_labels[i],preds[i]
        title='實際值:{},predict{}'.format(label,pred)
        img=test[i].reshape(28,28)
        plt.imshow(img,cmap="binary")
        plt.title(title)
        plt.show()
    print('done')

結果

完整代碼

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import matplotlib.pyplot as plt

def shuju(tr_path,ts_path,sep='\t'):
    train=pd.read_csv(tr_path,sep=sep)
    test=pd.read_csv(ts_path,sep=sep)
    #特征和結果分離
    train_features=train.iloc[:,:-1].values
    train_labels=train.iloc[:,-1].values
    test_features = test.iloc[:, :-1].values
    test_labels = test.iloc[:, -1].values
    return train_features,test_features,train_labels,test_labels
#訓練數(shù)據(jù)
def train_tree(*data):
    x_train, x_test, y_train, y_test=data
    clf=DecisionTreeClassifier()
    clf.fit(x_train,y_train)
    print("學習模型預測成績:{:.4f}".format(clf.score(x_train, y_train)))
    print("實際模型預測成績:{:.4f}".format(clf.score(x_test, y_test)))
    #返回學習模型
    return clf

def plot_imafe(test,test_labels,preds):
    plt.ion()
    plt.show()
    for i in range(50):
        label,pred=test_labels[i],preds[i]
        title='實際值:{},predict{}'.format(label,pred)
        img=test[i].reshape(28,28)
        plt.imshow(img,cmap="binary")
        plt.title(title)
        plt.show()
    print('done')

train_features,test_features,train_labels,test_labels=shuju(r"C:\Users\twy\PycharmProjects\1\train_images.csv",r"C:\Users\twy\PycharmProjects\1\test_images.csv")
clf=train_tree(train_features,test_features,train_labels,test_labels)
preds=clf.predict(test_features)
plot_imafe(test_features,test_labels,preds)

到此這篇關于python機器學習sklearn實現(xiàn)識別數(shù)字的文章就介紹到這了,更多相關python sklearn識別數(shù)字內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Pycharm Terminal 與Project interpreter 安裝包不同步問題解決

    Pycharm Terminal 與Project interpreter 安裝

    本文主要介紹了Pycharm Terminal 與Project interpreter 安裝包不同步問題解決,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-02-02
  • 結合Python的SimpleHTTPServer源碼來解析socket通信

    結合Python的SimpleHTTPServer源碼來解析socket通信

    SimpleHTTPServer是Python中一個現(xiàn)成的HTTP服務器例子,本文我們將結合Python的SimpleHTTPServer源碼來解析socket通信,我們先來看一下socket的基本概念:
    2016-06-06
  • python中if及if-else如何使用

    python中if及if-else如何使用

    在本篇文章里小編給大家整理的是關于python中if及if-else使用方法,需要的朋友們可以參考下。
    2020-06-06
  • Python爬蟲實戰(zhàn)項目掌握酷狗音樂的加密過程

    Python爬蟲實戰(zhàn)項目掌握酷狗音樂的加密過程

    在常見的幾個音樂網(wǎng)站里,酷狗可以說是最好爬取的啦,什么彎都沒有,所以最適合小白入門爬蟲,本篇針對爬蟲零基礎的小白,所以每一步驟我都截圖并詳細解釋了,其實我自己看著都啰嗦,歸根到底就是兩個步驟的請求,還請大佬繞路勿噴
    2021-09-09
  • 解決python虛擬環(huán)境切換無效的問題

    解決python虛擬環(huán)境切換無效的問題

    這篇文章主要介紹了解決python虛擬環(huán)境切換無效的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-04-04
  • 基于Python編寫簡單實用的日志裝飾器

    基于Python編寫簡單實用的日志裝飾器

    在寫代碼的時候,往往會漏掉日志這個關鍵因素,導致功能在使用的時候出錯卻無法溯源。這個時候只要利用日志裝飾器就能解決,本文將用Python自制一個簡單實用的日志裝飾器,需要的可以參考一下
    2022-05-05
  • python多進程登錄遠端服務器

    python多進程登錄遠端服務器

    這篇文章主要介紹了python多進程登錄遠端服務器,文章應用實例簡易的方式詳細講解python多進程登錄遠端服務器的相關資料,需要的朋友可以參考以下文章的具體內(nèi)容
    2021-10-10
  • python通過pil模塊獲得圖片exif信息的方法

    python通過pil模塊獲得圖片exif信息的方法

    這篇文章主要介紹了python通過pil模塊獲得圖片exif信息的方法,實例分析了Python中pil模塊的使用技巧,非常具有實用價值,需要的朋友可以參考下
    2015-03-03
  • Python中的單例模式與反射機制詳解

    Python中的單例模式與反射機制詳解

    這篇文章主要為大家介紹了Python中的單例模式與反射機制,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2021-11-11
  • python socket多線程通訊實例分析(聊天室)

    python socket多線程通訊實例分析(聊天室)

    這篇文章主要介紹了python socket多線程通訊方法,以聊天室程序實例分析了Python基于Socket實現(xiàn)多線程通信的相關技巧,需要的朋友可以參考下
    2016-04-04

最新評論