SVC

Posted on | In | Visitors:

手写体数字图像识别

数据描述

Scikit-learn内部集成的手写体数字图片数据集
提取数据：

1
2
3
4
5
6
# 从 sklearn.datasets 里导入手写体熟悉加载器
from sklearn.datasets import load_digits
# 从通过数据加载器获得手写数字的数码图像数据并储存在 digits 变量中
digits = load_digits()
# 检视数据规模和特征维度
digits.data.shape   # 输出：（1797L,64L）
  • 该手写体数字的数码图像共有1797条
  • 每幅图片都是由 8*8=64 的像素矩阵表示

准备训练、测试数据

1
2
3
4
5
6
7
8
9
# 从sklearn.cross_validation 中导入 train_test_split 用于数据分割
from sklearn.cross_validation import train_test_split
# 随机选取 75% 的数据作为训练样本，其余 25% 的数据作为测试样本
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.25, random_state=33)
# 分别检视训练与测试数据规模
y_train.shape  # 输出：（1347L，）
y_test.shape   # 输出：（450L，）

使用SVC进行识别任务

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 从 sklearn.preprocessing 里导入数据标准化模块
from sklearn.preprocessing import StandardScaler
# 从 sklearn.svm 里导入基于线性假设的支持向量机分类器 Linearsvc
from sklearn.svm import LinearSVC
# 对训练和测试的特征数据进行标准化
ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)
# 初始化线性假设的支持向量机分类器 LinearSVC
lsvc = LinearSVC()
# 进行模型训练
lsvc.fit(X_train, y_train)
# 利用训练好的模型对测试样本的数字类别进行预测，预测结果储存在变量 y_predict 中
y_predict = lsvc.predict(X_test)

性能分析

1
2
3
4
5
6
# 使用模型自带的评估函数进行准确性测评
print 'The Accuracy of Linear SVC is', lsvc.score(X_test, y_test)
# 依然使用 sklearn.metrics 里面的 classification_report 模块对预测结果做更加详细的分析
from sklearn.metrics import classification_report
print classification_report(y_test, y_predict, target_names=digits.target_names.astype(str))