欧美vvv,亚洲第一成人在线,亚洲成人欧美日韩在线观看,日本猛少妇猛色XXXXX猛叫

前言

嗨嘍~大家好呀python識(shí)別圖片中數(shù)字，這里是魔王吶 !

最近鄰 (k , KNN)算法是一種分類(lèi)算法

1968年由Cover和Hart提出，應(yīng)用場(chǎng)景有寧符識(shí)別、文本分類(lèi)、 圖像識(shí)別等領(lǐng)域。

手寫(xiě)數(shù)字識(shí)別是一個(gè)經(jīng)典的機(jī)器學(xué)習(xí)問(wèn)題，通過(guò)識(shí)別手寫(xiě)體圖片來(lái)判斷數(shù)字

因?yàn)閿?shù)字類(lèi)別是0——9，所以是十分類(lèi)問(wèn)題

那今天博主就來(lái)教大家探索手寫(xiě)數(shù)字的識(shí)別

環(huán)境使用:

第三方模塊使用:

如何安裝第三方模塊:

win + R 輸入 cmd 點(diǎn)擊確定, 輸入安裝命令 pip 模塊名 (pip ) 回車(chē)在中點(diǎn)擊(終端) 輸入安裝命令

代碼展示

from sklearn.neighbors import KNeighborsClassifierfrom sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_splitimport matplotlib.pyplot as plt

加載數(shù)據(jù)

digits = load_digits()data = digits.data

數(shù)據(jù)探索

data里面每個(gè)元素代表一張圖片

print(data[0])

查看第一幅圖像

print(digits.images[0])

第一幅圖像代表的數(shù)字含義

print(digits.target[0])

將第一幅圖像顯示出來(lái)

plt.imshow(digits.images[0])plt.show()

更多免費(fèi)源碼、解答領(lǐng)取處：點(diǎn)擊

基本上都是這張圖，下面就不放出來(lái)了~

分割數(shù)據(jù)

將25%的數(shù)據(jù)作為測(cè)試集，其余作為訓(xùn)練集（你也可以指定其他比例的數(shù)據(jù)作為訓(xùn)練集）

train_x, test_x, train_y, test_y = train_test_split(data, digits.target, test_size=0.25, random_state=33)print(train_x)

創(chuàng)建KNN分類(lèi)器

knn = KNeighborsClassifier(n_neighbors=5)knn.fit(train_x, train_y)print("KNN訓(xùn)練集得分: %.4lf" % knn.score(train_x, train_y))print("KNN測(cè)試集得分: %.4lf" % knn.score(test_x, test_y))

測(cè)試分類(lèi)效果

print(knn.predict(data))

博主所有文章素材、解答、源碼領(lǐng)取處：點(diǎn)擊

推薦往期文章

對(duì)感興趣的小伙伴也可以看一下博主其他相關(guān)文章哦~

小介紹：

是什么？工作前景如何？怎么算有基礎(chǔ)？爬數(shù)據(jù)違法嘛？。。

數(shù)據(jù)分析前景：

用分析“數(shù)據(jù)分析”到底值不值得學(xué)習(xí)python識(shí)別圖片中數(shù)字，以及學(xué)完之后大概能拿到多少工資

基礎(chǔ)自測(cè)題：

800 道習(xí)題 (°ー°〃) 測(cè)試你學(xué)廢了嘛

最后推薦一套視頻給大家，希望對(duì)大家有所幫助：

全套教程！你和大佬只有一步之遙【教程】

尾語(yǔ)

要成功，先發(fā)瘋，下定決心往前沖！

學(xué)習(xí)是需要長(zhǎng)期堅(jiān)持的，一步一個(gè)腳印地走向未來(lái)！

未來(lái)的你一定會(huì)感謝今天學(xué)習(xí)的你。

—— 心靈雞湯

本文章到這里就結(jié)束啦~感興趣的小伙伴可以復(fù)制代碼去試試哦