熱線電話：13121318867

登錄
首頁精彩閱讀機器學習python實戰之手寫數字識別
機器學習python實戰之手寫數字識別
2018-05-21
收藏

機器學習python實戰之手寫數字識別

看了上一篇內容之后，相信對K近鄰算法有了一個清晰的認識，今天的內容——手寫數字識別是對上一篇內容的延續，這里也是為了自己能更熟練的掌握k-NN算法。

我們有大約2000個訓練樣本和1000個左右測試樣本，訓練樣本所在的文件夾是trainingDigits，測試樣本所在的文件夾是testDigits。文本文件中是0~9的數字，但是是用二值圖表示出來的，如圖。我們要做的就是使用訓練樣本訓練模型，并用測試樣本來檢測模型的性能。

首先，我們需要將文本文件中的內容轉化為向量，因為圖片大小是32*32，所以我們可以將其轉化為1*1024的向量。具體代碼實現如下：

defimg2vector(filename):
  imgVec=zeros((1,1024))
  file=open(filename)
  foriinrange(32):
    lines=file.readline()
    forjinrange(32):
      imgVec[0,32*i+j]=lines[j]
  returnimgVec
實現了圖片到向量的轉化之后，我們就可以對測試文件中的內容進行識別了。這里的識別我們可以使用上一篇中的自定義函數classify0，這個函數的第一個參數是測試向量，第二個參數是訓練數據集，第三個參數是訓練集的標簽。所以，我們首先需要將訓練數據集轉化為（1934*1024）的矩陣，1934這里是訓練集的組數即trainingDigits目錄下的文件數，其對應的標簽轉化為（1*1934）的向量。之后要編寫的代碼就是對測試數據集中的每個文本文件進行識別，也就是需要將每個文件都轉化成一個（1*1024）的向量，再傳入classify0函數的第一個形參。整體代碼如下：

defhandWriteNumClassTest():
  NumLabels=[]
  TrainingDirfile=listdir(r'D:\ipython\num_recognize\trainingDigits')#文件目錄
  L=len(TrainingDirfile) #該目錄中有多少文件
  TrainMat=zeros((L,1024))
  foriinrange(L):
    file_n=TrainingDirfile[i]
    fileName=file_n.split('.')[0]
    ClassName=int(file_n.split('_')[0])
    NumLabels.append(ClassName)
    TrainMat[i,:]=img2vector(r'D:\ipython\num_recognize\trainingDigits\%s'%file_n)
  TestfileDir=listdir(r'D:\ipython\num_recognize\testDigits')
  error_cnt=0.0
  M=len(TestfileDir)
  forjinrange(M):
    Testfile=TestfileDir[j]
    TestfileName=Testfile.split('.')[0]
    TestClassName=int(Testfile.split('_')[0])
    TestVector=img2vector(r'D:\ipython\num_recognize\testDigits\%s'%Testfile)
    result=classify0(TestVector,TrainMat,NumLabels,3)
    print('the result is %d,the real answer is %d\n'%(result,TestClassName))
    ifresult!=TestClassName:
      error_cnt+=1
  print('the total num of errors is %f\n'%error_cnt)
  print('the error rate is %f\n'%(error_cnt/float(M)))

這里需要首先導入listdir方法，from os import listdir，它可以列出給定目錄的文件名。對于測試的每個文件，如果識別的分類結果跟真實結果不一樣，則錯誤數+1，最終用錯誤數/測試總數 來表示該模型的性能。下面給出結果

這里測試的總共946個項目中，一共有10個出現了錯誤，出錯率為1%，這個性能還是可以接受的。有了上一篇內容的理解，這篇就簡單多了吧！


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

python 機器學習

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇大數據熱門詞匯匯總
下一篇用R語言進行關聯分析
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢