数据挖掘实战（9.5）--使用神经网络识别MINIST数据集

一、minist数据集

minist数据集分为两个部分，训练集和测试集，然后在不同的集合中分为两个文件，数据Images文件和Labels文件。在数据集中一个有60000个训练数据和10000个测试数据，图片的大小是28*28。

1. 下载数据集

import numpy as np
from sklearn.datasets import fetch_openml
X, y = fetch_openml('mnist_784', return_X_y=True)

在X中，每一条数据是一个长为28×28=78428×28=784的数组，数组的数据是图片的像素值。每一条y数据就是一个标签，代表这张图片表示哪一个数字（从0到9）。

然后我们将数据进行二值化，像素值大于0的置为1，并将数据保存到文件夹中：

X[X > 0] = 1
np.save('./data/dataset', X)
np.save('./data/class', y)