KNN算法实现手写数字识别

数据介绍通过网盘分享的文件手写数字识别.csv等2个文件链接: https://pan.baidu.com/s/1ft633i3HvJtCY1W4_bO5Kg?pwd8888 提取码: 8888数据文件train.csv 和test.csv 包含从0到9的手绘数字的灰度图像的像素信息。每个图像高28像素宽28像素共784个像素。每个像素取值范围[0,255]取值越大意味着该像素颜色越深训练数据集(train.csv)共785列。第一列为标签”为该图片对应的手写数字。其余784列为该图像的像素值训练集中的特征名称均有pixel前缀后面的数字([0,783])代表了像素的序号csv文件中的数据不完全截图导包import matplotlib.pyplot as plt import pandas as pd from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score from collections import Counter import joblib # 保存模型绘制像素图根据提供的数据画出对应的手写图像。# 定义函数根据像素值绘制相应图像 def plot_digit(idx): # 1.读取数据 df pd.read_csv(E:/数据分析材料/手写数字识别.csv) # [42000 rows x 785 columns] # print(df) # 2.判断索引有没有越界 if idx 0 or idx len(df)-1: print(索引越界) # 3.如果走到这说明索引没问题 # 像素信息 feature df.iloc[:,1:] # 标签信息 label df.iloc[:,0] print(f绘制图像对应值为{label[idx]}) # 4.查看像素信息的形状 print(f像素数据的形状为:{feature.iloc[idx].shape}) # (784,) # 因为图片是像素 28*28 的所以我们要将(784,)转成28*28的格式 feature feature.iloc[idx].values.reshape(28,28) # print(f像素修改后的格式为{feature}) # 5.查看标签分布情况 print(f所有标签的分布情况{Counter(label)}) # 6.具体的绘制 plt.imshow(feature,cmapgray) # 灰度图 plt.axis(off) # 不显示坐标轴 plt.show() if __name__ __main__: # 传入的是索引值不是excel边的索引 plot_digit(9)运行结果训练模型并保存def train_model(): # 读取数据 df pd.read_csv(E:/数据分析材料/手写数字识别.csv) # 分层 特征 与 标签 x df.iloc[:,1:] y df.iloc[:,0] # 分割 训练集 和 测试集 # 参1特征集 参2标签集 参3测试集占比 参4保证每次运行分割结果一样 参5参考y轴进行抽取保持标签比例数据均衡 x_train, x_test,y_train,y_test train_test_split(x,y,test_size0.2,random_state20,stratifyy) # 模型训练 # 创建模型 estimator KNeighborsClassifier() # 可能选取的参数 param_dict {n_neighbors:[i for i in range(1,11)]} # 进行交叉验证和网格搜索 estimator GridSearchCV(estimator,param_dict,cv4) # 模型训练 estimator.fit(x_train,y_train) # 选取效果最好的模型 estimator estimator.best_estimator_ # 模型评估 print(f准确率为{accuracy_score(y_test,estimator.predict(x_test))}) # 保存模型 joblib.dump(estimator,./my_nodel/手写数字识别.pkl) print(模型保存成功) if __name__ __main__: # 传入的是索引值不是excel边的索引 # plot_digit(9) train_model()运行结果使用模型使用上面保存的模型给它对一个新的图片进行识别看看识别结果是否准确。def use_model(): # 加载图片 x plt.imread(E:/数据分析材料/demo.png) # x Image.open(E:/数据分析材料/demo.png).convert(L).resize((28, 28)) # print(x) # 绘制图片 plt.imshow(x,cmapgray) plt.axis(off) plt.show() # 因为我上面训练的特征是 (1,784) 而当前的图片是 28*28所以我们要转换一下 print(f图片的形状{x.shape}) x x.reshape(1,784) # 归一化 因为plt加载图片的时候给它归一化了 所以要反向让它在(0,255)区间 x x*255 # 加载模型 estimator joblib.load(./my_nodel/手写数字识别.pkl) y_pred estimator.predict(x) print(f识别结果为{y_pred}) if __name__ __main__: # 传入的是索引值不是excel边的索引 # plot_digit(9) # train_model() use_model()运行结果