python机器学习sklearn实现识别数字

简介

本文主要简述如何通过sklearn模块来进行预测和学习，最后再以图表这种更加直观的方式展现出来

数据集

学习数据

预测数据

数据处理

数据分离

因为我们打开我们的的学习数据集，最后一项是我们的真实数值，看过小唐上一篇的人都知道，老规矩先进行拆分，前面的特征放一块，后面的真实值放一块，同时由于数据没有列名，我们选择使用iloc[]来实现分离

def shuju(tr_path,ts_path,sep='\t'):
   train=pd.read_csv(tr_path,sep=sep)
   test=pd.read_csv(ts_path,sep=sep)
   #特征和结果分离
   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

训练数据

我们在这里直接使用sklearn函数，通过选择模型，然后直接生成其识别规则

#训练数据
def train_tree(*data):
   x_train, x_test, y_train, y_test=data
   clf=DecisionTreeClassifier()
   clf.fit(x_train,y_train)
   print("学习模型预测成绩：{:.4f}".format(clf.score(x_train, y_train)))
   print("实际模型预测成绩：{:.4f}".format(clf.score(x_test, y_test)))
   #返回学习模型
   return clf

数据可视化

为了让我们的观察更加直观，我们还可以使用matplotlib来进行观测

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

结果

完整代码

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)
   #特征和结果分离
   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
#训练数据
def train_tree(*data):
   x_train, x_test, y_train, y_test=data
   clf=DecisionTreeClassifier()
   clf.fit(x_train,y_train)
   print("学习模型预测成绩：{:.4f}".format(clf.score(x_train, y_train)))
   print("实际模型预测成绩：{:.4f}".format(clf.score(x_test, y_test)))
   #返回学习模型
   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='实际值:{},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)

来源：https://blog.csdn.net/weixin_52521533/article/details/123802259