Pyhton知识分享-利用KNN算法实现手写数字识别

利用KNN算法实现手写数字识别

MNIST手写数字识别 是计算机视觉领域中 "hello world"级别的数据集

• 1999年发布，成为分类算法基准测试的基础
• 随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。

本次案例中，我们的目标是从数万个手写图像的数据集中正确识别数字。

数据介绍

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。

• 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。

像素组成图像如下：

000 001 002 003 ... 026 027
028 029 030 031 ... 054 055
056 057 058 059 ... 082 083
 | | | | ...... | |
728 729 730 731 ... 754 755
756 757 758 759 ... 782 783

数据集示例如下:

# 导入工具包
import joblib
from sklearn.model_selection import train_test_split, GridSearchCV  # 分割训练集和测试集的,  网格搜索 + 交叉验证.
from sklearn.neighbors import KNeighborsClassifier  # KNN算法 分类对象
import matplotlib.pyplot as plt  # 绘图.
import pandas as pd
from collections import Counter


# 需求 定义函数 接收索引 将该行的手写数字 识别为 图片并绘制出来
def dm01_show_digit(idx):
    # 1. 读取文件 获取df对象
    data = pd.read_csv('./data/手写数字识别.csv')
    # 2.判断用户传入值 是否合法
    if idx < 0 or idx >= len(data):
        print('传入的索引有误 程序结束! ')
        return

    # 走到这里说明 没问题 查看下所有的数据集
    x = data.iloc[:, 1:]
    y = data.iloc[:, 0]

    print(
        f'数字的种类: {Counter(y)}')  # Counter({1: 4684, 7: 4401, 3: 4351, 9: 4188, 2: 4177, 6: 4137, 0: 4132, 4: 4072, 8: 4063, 5: 3795})
    print(f'像素的形状: {x.shape}')

    # 根据传入的索引获取到该行的数据
    print(f'您传入的所有 对应的数字是: {y[idx]}')

    # 绘制图片
    # 把图片的像素点 转为 28*28的图片
    digit = x.iloc[idx].values.reshape(28, 28)

    # 绘制图片
    plt.imshow(digit, cmap='gray')  # 灰度图
    plt.axis('off')  # 关闭坐标
    # plt.savefig('./data/demo2.png')
    plt.show()


# 需求2 定义函数 使用KNN算法 用于识别 手写数字 保存模型

def dm02_train_mdoel():
    data = pd.read_csv('./data/手写数字识别.csv')

    #  数据预处理
    x = data.iloc[:, 1:]
    y = data.iloc[:, 0]

    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=22, stratify=y)
    # 特征工程
    x_train = x_train / 255

    # 模型训练
    estimator = KNeighborsClassifier(n_neighbors=9)
    estimator.fit(x_train, y_train)

    # 模型评估
    print(f'准确率: {estimator.score(x_test, y_test)}')

    # 模型保存
    joblib.dump(estimator, './model/knn.pkl')


def dm03_use_model():
    # 读取图片 绘制图片
    img = plt.imread('./data/demo.png')
    plt.imshow(img,cmap='gray')
    plt.show()


    # 读取模型  获取模型对象
    knn = joblib.load('./model/knn.pkl')

    # 模型预测

    y_predict = knn.predict(img.reshape(1,-1))
    print(f'预测结果为:{y_predict}')



if __name__ == '__main__':
    # dm01_show_digit(20)
    # dm02_train_mdoel()
    dm03_use_model()

坚持分享 共同进步