python利用SVM做手写体识别

最新推荐文章于 2021-02-20 23:39:05 发布

原创最新推荐文章于 2021-02-20 23:39:05 发布 · 3.7k 阅读

2 ·

CC 4.0 BY-SA版权

机器学习--ML 专栏收录该内容

36 篇文章

订阅专栏

本文通过使用sklearn库中的手写数字数据集，演示了如何进行数据预处理、划分训练集与测试集，并采用线性支持向量机（LinearSVC）进行训练及评估。实验结果显示了模型的准确率，并提供了详细的分类报告。

部署运行你感兴趣的模型镜像

from sklearn.datasets import load_digits

digits = load_digits()

print digits.data.shape

from sklearn.cross_validation import train_test_split

X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size = 0.25, random_state = 33)

print y_train.shape
print y_test.shape

from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC

ss = StandardScaler()

X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)

lsvc = LinearSVC()
lsvc.fit(X_train, y_train)
y_predict = lsvc.predict(X_test)

print 'The Accuracy of Linear SVC is: ', lsvc.score(X_test, y_test)

from sklearn.metrics import classification_report

print classification_report(y_test, y_predict, target_names = digits.target_names.astype(str))

您可能感兴趣的与本文相关的镜像