欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python機(jī)器學(xué)習(xí)sklearn實(shí)現(xiàn)識(shí)別數(shù)字

 更新時(shí)間:2022年03月29日 14:26:17   作者:小唐同學(xué)大呆子  
本文主要介紹了python機(jī)器學(xué)習(xí)sklearn實(shí)現(xiàn)識(shí)別數(shù)字,主要簡(jiǎn)述如何通過(guò)sklearn模塊來(lái)進(jìn)行預(yù)測(cè)和學(xué)習(xí),最后再以圖表這種更加直觀的方式展現(xiàn)出來(lái),感興趣的可以了解一下

簡(jiǎn)介

本文主要簡(jiǎn)述如何通過(guò)sklearn模塊來(lái)進(jìn)行預(yù)測(cè)和學(xué)習(xí),最后再以圖表這種更加直觀的方式展現(xiàn)出來(lái)

數(shù)據(jù)集

學(xué)習(xí)數(shù)據(jù)

預(yù)測(cè)數(shù)據(jù)

數(shù)據(jù)處理

數(shù)據(jù)分離

因?yàn)槲覀兇蜷_(kāi)我們的的學(xué)習(xí)數(shù)據(jù)集,最后一項(xiàng)是我們的真實(shí)數(shù)值,看過(guò)小唐上一篇的人都知道,老規(guī)矩先進(jìn)行拆分,前面的特征放一塊,后面的真實(shí)值放一塊,同時(shí)由于數(shù)據(jù)沒(méi)有列名,我們選擇使用iloc[]來(lái)實(shí)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(jié)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(xùn)練數(shù)據(jù)

我們?cè)谶@里直接使用sklearn函數(shù),通過(guò)選擇模型,然后直接生成其識(shí)別規(guī)則

#訓(xùn)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(xué)習(xí)模型預(yù)測(cè)成績(jī):{:.4f}".format(clf.score(x_train, y_train)))
    print("實(shí)際模型預(yù)測(cè)成績(jī):{:.4f}".format(clf.score(x_test, y_test)))
    #返回學(xué)習(xí)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(lái)進(jìn)行觀測(cè)

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(shí)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(jié)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(jié)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(xùn)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(xué)習(xí)模型預(yù)測(cè)成績(jī):{:.4f}".format(clf.score(x_train, y_train)))
    print("實(shí)際模型預(yù)測(cè)成績(jī):{:.4f}".format(clf.score(x_test, y_test)))
    #返回學(xué)習(xí)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(shí)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(guān)于python機(jī)器學(xué)習(xí)sklearn實(shí)現(xiàn)識(shí)別數(shù)字的文章就介紹到這了,更多相關(guān)python sklearn識(shí)別數(shù)字內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Pycharm Terminal 與Project interpreter 安裝包不同步問(wèn)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(wèn)題解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-02-02
  • 結(jié)合Python的SimpleHTTPServer源碼來(lái)解析socket通信

    結(jié)合Python的SimpleHTTPServer源碼來(lái)解析socket通信

    SimpleHTTPServer是Python中一個(gè)現(xiàn)成的HTTP服務(wù)器例子,本文我們將結(jié)合Python的SimpleHTTPServer源碼來(lái)解析socket通信,我們先來(lái)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(guān)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(chóng)實(shí)戰(zhàn)項(xiàng)目掌握酷狗音樂(lè)的加密過(guò)程

    Python爬蟲(chóng)實(shí)戰(zhàn)項(xiàng)目掌握酷狗音樂(lè)的加密過(guò)程

    在常見(jiàn)的幾個(gè)音樂(lè)網(wǎng)站里,酷狗可以說(shuō)是最好爬取的啦,什么彎都沒(méi)有,所以最適合小白入門(mén)爬蟲(chóng),本篇針對(duì)爬蟲(chóng)零基礎(chǔ)的小白,所以每一步驟我都截圖并詳細(xì)解釋了,其實(shí)我自己看著都啰嗦,歸根到底就是兩個(gè)步驟的請(qǐng)求,還請(qǐng)大佬繞路勿噴
    2021-09-09
  • 解決python虛擬環(huán)境切換無(wú)效的問(wèn)題

    解決python虛擬環(huán)境切換無(wú)效的問(wèn)題

    這篇文章主要介紹了解決python虛擬環(huán)境切換無(wú)效的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-04-04
  • 基于Python編寫(xiě)簡(jiǎn)單實(shí)用的日志裝飾器

    基于Python編寫(xiě)簡(jiǎn)單實(shí)用的日志裝飾器

    在寫(xiě)代碼的時(shí)候,往往會(huì)漏掉日志這個(gè)關(guān)鍵因素,導(dǎo)致功能在使用的時(shí)候出錯(cuò)卻無(wú)法溯源。這個(gè)時(shí)候只要利用日志裝飾器就能解決,本文將用Python自制一個(gè)簡(jiǎn)單實(shí)用的日志裝飾器,需要的可以參考一下
    2022-05-05
  • python多進(jìn)程登錄遠(yuǎn)端服務(wù)器

    python多進(jìn)程登錄遠(yuǎn)端服務(wù)器

    這篇文章主要介紹了python多進(jìn)程登錄遠(yuǎn)端服務(wù)器,文章應(yīng)用實(shí)例簡(jiǎn)易的方式詳細(xì)講解python多進(jìn)程登錄遠(yuǎn)端服務(wù)器的相關(guān)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(guò)pil模塊獲得圖片exif信息的方法

    python通過(guò)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(guò)pil模塊獲得圖片exif信息的方法,實(shí)例分析了Python中pil模塊的使用技巧,非常具有實(shí)用價(jià)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(jī)制詳解

    Python中的單例模式與反射機(jī)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(jī)制,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助
    2021-11-11
  • python socket多線(xiàn)程通訊實(shí)例分析(聊天室)

    python socket多線(xiàn)程通訊實(shí)例分析(聊天室)

    這篇文章主要介紹了python socket多線(xiàn)程通訊方法,以聊天室程序?qū)嵗治隽薖ython基于Socket實(shí)現(xiàn)多線(xiàn)程通信的相關(guān)技巧,需要的朋友可以參考下
    2016-04-04

最新評(píng)論