Ex 1: The digits 手寫數字辨識

機器學習資料集/ 範例一: The digits dataset

http://scikit-learn.org/stable/auto_examples/datasets/plot_digits_last_image.html

這個範例目的是介紹機器學習範例資料集的操作,對於初學者以及授課特別適合使用。

(一)引入函式庫及內建手寫數字資料庫

#這行是在ipython notebook的介面裏專用,如果在其他介面則可以拿掉
%matplotlib inline
from sklearn import datasets

import matplotlib.pyplot as plt

#載入數字資料集
digits = datasets.load_digits()

#畫出第一個圖片
plt.figure(1, figsize=(3, 3))
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()
png

(二)資料集介紹

digits = datasets.load_digits() 將一個dict型別資料存入digits,我們可以用下面程式碼來觀察裏面資料

顯示

說明

('images', (1797L, 8L, 8L))

共有 1797 張影像,影像大小為 8x8

('data', (1797L, 64L))

data 則是將8x8的矩陣攤平成64個元素之一維向量

('target_names', (10L,))

說明10種分類之對應 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

DESCR

資料之描述

('target', (1797L,))

記錄1797張影像各自代表那一個數字

接下來我們試著以下面指令來觀察資料檔,每張影像所對照的實際數字存在digits.target變數中

png

這個描述檔說明了這個資料集是在 1998年時建立的,由E. Alpaydin, C. Kaynak ,Department of Computer Engineering Bogazici University, Istanbul Turkey 建立的。數字的筆跡總共來自43個人,一開始取像時為32x32的點陣影像,之後經運算處理形成 8x8影像,其中灰階記錄的範圍則為 0~16的整數。

(三)應用範例介紹

在整個scikit-learn應用範例中,有以下幾個範例是利用了這組手寫辨識資料集。這個資料集的使用最適合機器學習初學者來理解分類法的原理以及其進階應用

Last updated