kaggle | Digit Recognizer

最新推荐文章于 2025-05-17 09:05:56 发布

原创最新推荐文章于 2025-05-17 09:05:56 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #kaggle

Kaggle 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一个基于随机森林算法的手写数字识别项目。通过Kaggle的DigitRecognizer竞赛，使用两种不同预处理方法达到了约96.8%的识别准确率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Digit Recognizer是Kaagle里属于getting started的问题，目标是识别手写数字。

第一次提交，使用了随机森林算法。

from sklearn.ensemble import RandomForestClassifier
import pandas as pd
from sklearn import cross_validation

#trainFile
#testFile
trainData = pd.read_csv(trainFile)
testData = pd.read_csv(testFile)

label = trainData['label']
X = trainData.drop('label',1)

clf = RandomForestClassifier(n_estimators=200,n_jobs = 2)

scores = cross_validation.cross_val_score(clf, X, label, cv=5)
print(scores)

clf.fit(X, label)
preds = clf.predict(testData)

K折交叉检验结果显示，n_estimators为200和2000时，准确率都在0.96~0.97之间，区别不大。

提交结果显示正确率在0.96799。

第二次提交，把像素点不同的值都变为1，简化计算。

#把像素点都变成1

def ToOne(data):
    for i in range(0,len(data)):
        if data[i]>0:
            data[i] = 1
    return data

X = X.apply(ToOne)
testData = testData.apply(ToOne)

正确率是0.96814。