LR 手寫數字識別課堂代碼復現

from sklearn.model_selection import train_test_split
from sklearn import preprocessing
from sklearn.metrics import accuracy_score
from sklearn.datasets import load_digits
from sklearn.svm import SVC
import matplotlib as plt
from sklearn.metrics import confusion_matrix
import seaborn as sns # 數據可視化的包

加載數據

digits = load_digits()
data = digits.data

查看數據集大小

data.shape

數據集介紹

1797個樣本，每個樣本包括88像素的圖像和一個[0, 9]整數的標籤。

array矩陣類型數據，保存88的圖像，裏面的元素是float64類型，共有1797張圖片
用於顯示圖片。

獲取第一張圖片的像素數

print(digits.images[0])

將25%的數據作爲測試集，其餘作爲訓練集

train_x, test_x, train_y, test_y = train_test_split(data, digits.target, test_size=0.25, random_state=33)

採用Z-Score規範化

ss = preprocessing.StandardScaler()
train_ss_x = ss.fit_transform(train_x)
test_ss_x = ss.transform(test_x)


from sklearn.linear_model import LogisticRegression

創建LR分類器

lr = LogisticRegression(random_state = 1)
lr.fit(train_ss_x, train_y)

predict_y = lr.predict(test_ss_x)
print('LR準確率: %0.4lf' % accuracy_score(test_y, predict_y))

#查看模型的混淆矩陣，可以看出模型哪些地方做的不夠好
lr_cm = confusion_matrix(test_y, predict_y)
sns.heatmap(lr_cm, square=True, annot=True, cbar=False)