阿旭机器学习实战【5】KNN算法实战练习2:利用KNN模型进行手写体数字识别

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 阿旭机器学习实战【5】KNN算法实战练习2:利用KNN模型进行手写体数字识别

1. 数据集说明


手写体数字识别数据集共有5000个样本图片。包含0-9这10个数字类别,每个数字为一个文件夹,每个文件夹下存放500张该数字的图片。


图片信息:

图片大小:像素为28 * 28

图片类型:二维灰度图片,每个数字的数值范围为0-255

3e97b8adc3824859a9f03fc5142876bf.jpg

31d9c5ae4080417c9dbad66148f7a9c8.jpg


2. 读取数据并查看数据信息


import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
%matplotlib inline
# 读取一个图片数据,并查看形状
z = plt.imread("./data/0/0_1.bmp")
z.shape
(28, 28)
plt.figure(figsize=(1,1))
plt.imshow(z,cmap="gray")

5d0a5a36fa93437f8335a57cf6e00200.png

3. 加载所有图片数据并进行处理


# 读取所有的图片,并且给这些图片加上标签
data = [] # 用于存放图片的数据
target = [] # 用于存放图片对应的标签
for i in range(10):
    for j in range(1,501):
        im = plt.imread("./data/%d/%d_%d.bmp"%(i,i,j))
        # 把读取到的图片的数据存放
        data.append(im)
        # 把图片对应的标签存储
        target.append(i)
# 由于sklearn不接受列表数据,我们需要把data和target转化成数组
data = np.array(data)
target = np.array(target)
# 查看数据形状
data.shape
• 1
• 2


(5000, 28, 28)


# 将二维图片数据点展开成一维数据,28 * 28 = 784
data_res = data.reshape(5000,-1)
data_res.shape
• 1
• 2
• 3


(5000, 784)



4. 构建模型并进行预测


# 切分数据
x_train,x_test,y_train,y_test = train_test_split(data_res,target,test_size=0.02)
# 构建模型
knn = KNeighborsClassifier()
# 对模型进行训练
knn.fit(x_train,y_train)
# 查看模型的准确度
knn.score(x_test,y_test)


0.92
• 1


模型预测准确率为92%


5. 用图像来展示预测的数字和其预测情况


# 利用模型对测试数据进行预测
y_ = knn.predict(x_test)


plt.figure(figsize=(10*2,10*1))
# 打印出预测错误的数据进行查看
error_num = 0
for i in range(100):
    axes = plt.subplot(2,10,error_num+1)
    if y_[i] != y_test[i]:
        axes.imshow(x_test[i].reshape(28,28),cmap="gray")
        axes.axis("off")
        axes.set_title("True:%d\nPredict:%d"%(y_test[i],y_[i]))
        error_num += 1
    if error_num == 20:
        break

2e51b68a37e6471f8501ef61a3ccbee2.png


6. 将算法保存到本地


# joblib这个模块可以将训练成熟的算法保存到本地,下次再用的时候,不需要再次训练
from sklearn.externals import joblib
# 将上面的knn这个模型保存到本地,会在本地生成一个模型文件
joblib.dump(knn,"./digist_reco.m") # 将knn模型打包成一个本地的静态文件
• 1
• 2
['./digist_reco.m']

# 加载本地算法
d = joblib.load("./digist_reco.m")
• 1
• 2
# 进行预测
d.predict(x_test[:10])

array([1, 6, 5, 1, 9, 8, 0, 8, 9, 3])
• 1
# 同样我们也可以将数组打包到本地,生成.npy文件,加载就用np.load('文件路径')
np.save("./11",data_res)
相关文章
|
7天前
|
机器学习/深度学习 算法
【阿旭机器学习实战】【30】二手车价格预估--KNN回归案例
【阿旭机器学习实战】【30】二手车价格预估--KNN回归案例
|
7天前
|
机器学习/深度学习 数据采集 算法
【阿旭机器学习实战】【35】员工离职率预测---决策树与随机森林预测
【阿旭机器学习实战】【35】员工离职率预测---决策树与随机森林预测
|
7天前
|
机器学习/深度学习 数据可视化 算法
【阿旭机器学习实战】【29】产品广告投放实战案例---线性回归
【阿旭机器学习实战】【29】产品广告投放实战案例---线性回归
|
1天前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】近邻类模型:KNN算法在数据科学中的实践与探索
【机器学习】近邻类模型:KNN算法在数据科学中的实践与探索
18 0
|
7天前
|
机器学习/深度学习 搜索推荐 算法
【阿旭机器学习实战】【37】电影推荐系统---基于矩阵分解
【阿旭机器学习实战】【37】电影推荐系统---基于矩阵分解
|
7天前
|
机器学习/深度学习 数据可视化 算法
【阿旭机器学习实战】【36】糖尿病预测---决策树建模及其可视化
【阿旭机器学习实战】【36】糖尿病预测---决策树建模及其可视化
|
7天前
|
机器学习/深度学习 算法 Windows
【阿旭机器学习实战】【34】使用SVM检测蘑菇是否有毒--支持向量机
【阿旭机器学习实战】【34】使用SVM检测蘑菇是否有毒--支持向量机
|
7天前
|
机器学习/深度学习 算法 数据处理
【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归
【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归
|
7天前
|
机器学习/深度学习 算法 数据挖掘
【阿旭机器学习实战】【32】预测银行客户是否会开设定期存款账户--逻辑回归
【阿旭机器学习实战】【32】预测银行客户是否会开设定期存款账户--逻辑回归
|
7天前
|
机器学习/深度学习 算法
【阿旭机器学习实战】【31】股票价格预测案例--线性回归
【阿旭机器学习实战】【31】股票价格预测案例--线性回归

相关产品

  • 人工智能平台 PAI