前言
嗨嘍~大家好呀python識別圖片中數字，這里是魔王吶 !
最近鄰 (k , KNN)算法是一種分類算法
1968年由Cover和Hart提出，應用場景有寧符識別、文本分類、 圖像識別等領域。
手寫數字識別是一個經典的機器學習問題，通過識別手寫體圖片來判斷數字
因為數字類別是0——9，所以是十分類問題
那今天博主就來教大家探索手寫數字的識別
環境使用:
第三方模塊使用:
如何安裝第三方模塊:
win + R 輸入 cmd 點擊確定, 輸入安裝命令 pip 模塊名 (pip ) 回車在中點擊(終端) 輸入安裝命令
代碼展示
from sklearn.neighbors import KNeighborsClassifierfrom sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_splitimport matplotlib.pyplot as plt
加載數據
digits = load_digits()data = digits.data
數據探索
data里面每個元素代表一張圖片
print(data[0])
查看第一幅圖像
print(digits.images[0])
第一幅圖像代表的數字含義
print(digits.target[0])
將第一幅圖像顯示出來
plt.imshow(digits.images[0])plt.show()
更多免費源碼、解答領取處：點擊
基本上都是這張圖，下面就不放出來了~
分割數據
將25%的數據作為測試集，其余作為訓練集（你也可以指定其他比例的數據作為訓練集）
train_x, test_x, train_y, test_y = train_test_split(data, digits.target, test_size=0.25, random_state=33)print(train_x)
創建KNN分類器
knn = KNeighborsClassifier(n_neighbors=5)knn.fit(train_x, train_y)print("KNN訓練集得分: %.4lf" % knn.score(train_x, train_y))print("KNN測試集得分: %.4lf" % knn.score(test_x, test_y))
測試分類效果
print(knn.predict(data))
博主所有文章素材、解答、源碼領取處：點擊
推薦往期文章
對感興趣的小伙伴也可以看一下博主其他相關文章哦~
小介紹：
是什么？工作前景如何？怎么算有基礎？爬數據違法嘛？。。
數據分析前景：
用分析“數據分析”到底值不值得學習python識別圖片中數字，以及學完之后大概能拿到多少工資
基礎自測題：
800 道習題 (°ー°〃) 測試你學廢了嘛
最后推薦一套視頻給大家，希望對大家有所幫助：
全套教程！你和大佬只有一步之遙【教程】
尾語
要成功，先發瘋，下定決心往前沖！
學習是需要長期堅持的，一步一個腳印地走向未來！
未來的你一定會感謝今天學習的你。
—— 心靈雞湯
本文章到這里就結束啦~感興趣的小伙伴可以復制代碼去試試哦