标签:show 预测 word fit port ... ima ber ges
第11章 识别手写体数字 271
11.1 手写体识别 271
11.2 用scikit-learn识别手写体数字 271
11.3 Digits数据集 272
11.4 学习和预测 274
11.5 小结 276
1 2
|
from sklearn import svm svc = svm.SVC(gamma=0.001, C=100.)
|
1 2 3
|
from sklearn import datasets
digits = datasets.load_digits()
|
array([[ 0., 0., 5., 13., 9., 1., 0., 0.],
[ 0., 0., 13., 15., 10., 15., 5., 0.],
[ 0., 3., 15., 2., 0., 11., 8., 0.],
[ 0., 4., 12., 0., 0., 8., 8., 0.],
[ 0., 5., 8., 0., 0., 9., 8., 0.],
[ 0., 4., 11., 0., 1., 12., 7., 0.],
[ 0., 2., 14., 5., 10., 12., 0., 0.],
[ 0., 0., 6., 13., 10., 0., 0., 0.]])
1797
array([0, 1, 2, ..., 8, 9, 8])
1 2 3 4
|
import matplotlib.pyplot as plt %matplotlib inline
plt.imshow(digits.images[0], cmap=plt.cm.gray_r, interpolation=‘nearest‘)
|
<matplotlib.image.AxesImage at 0x16657400>
1
|
svc.fit(digits.data[1:1790], digits.target[1:1790])
|
SVC(C=100.0, cache_size=200, class_weight=None, coef0=0.0, degree=3,
gamma=0.001, kernel=‘rbf‘, max_iter=-1, probability=False,
random_state=None, shrinking=True, tol=0.001, verbose=False)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
|
import matplotlib.pyplot as plt %matplotlib inline
plt.subplot(321) plt.imshow(digits.images[1791], cmap=plt.cm.gray_r, interpolation=‘nearest‘) plt.subplot(322) plt.imshow(digits.images[1792], cmap=plt.cm.gray_r, interpolation=‘nearest‘) plt.subplot(323) plt.imshow(digits.images[1793], cmap=plt.cm.gray_r, interpolation=‘nearest‘) plt.subplot(324) plt.imshow(digits.images[1794], cmap=plt.cm.gray_r, interpolation=‘nearest‘) plt.subplot(325) plt.imshow(digits.images[1795], cmap=plt.cm.gray_r, interpolation=‘nearest‘) plt.subplot(326) plt.imshow(digits.images[1796], cmap=plt.cm.gray_r, interpolation=‘nearest‘)
|
<matplotlib.image.AxesImage at 0x175e6b00>
1
|
svc.predict(digits.data[1791:1976])
|
array([4, 9, 0, 8, 9, 8])
1
|
digits.target[1791:1976]
|
array([4, 9, 0, 8, 9, 8])
python数据分析实战-第11章-识别手写数字
标签:show 预测 word fit port ... ima ber ges
原文地址:https://www.cnblogs.com/LearnFromNow/p/9349939.html