zoukankan      html  css  js  c++  java
  • 15 手写数字识别-小数据集

    (作业补交)

    2.机器学习相关数学基础

    https://www.cnblogs.com/dulidemao/p/13085174.html

    3.K均值算法

    https://www.cnblogs.com/dulidemao/p/13070275.html

    5.线性回归算法

    https://www.cnblogs.com/dulidemao/p/13070370.html

    9、主成分分析

    https://www.cnblogs.com/dulidemao/p/13070418.html

    12.朴素贝叶斯-垃圾邮件分类

    https://www.cnblogs.com/dulidemao/p/13070574.html

    第十三次作业-垃圾邮件分类2

    https://www.cnblogs.com/dulidemao/p/13070846.html

    1.手写数字数据集

    • from sklearn.datasets import load_digits
    • digits = load_digits()

     

    2.图片数据预处理

    • x:归一化MinMaxScaler()
    • y:独热编码OneHotEncoder()或to_categorical
    • 训练集测试集划分
    • 张量结构

     

    3.设计卷积神经网络结构

    • 绘制模型结构图,并说明设计依据。

    model.add(MaxPool2D(pool_size=(2, 2)))# 池化层2
    model.add(Dropout(0.25))# 防止过拟合,随机丢掉连接
    model.add(Conv2D(filters=64, kernel_size=ks, padding='same', activation='relu'))# 三层卷积
    model.add(MaxPool2D(pool_size=(2, 2)))# 池化层1
    model.add(Conv2D(filters=128, kernel_size=ks, padding='same', activation='relu'))# 四层卷积
    model.add(Dropout(0.25))
    model.add(Flatten())# 平坦层
    model.add(Dense(128, activation='relu'))# 全连接层
    model.add(Dropout(0.25))
    model.add(Dense(10, activation='softmax'))# 激活函数softmax
    model.summary()

    4.模型训练

     

    5.模型评价

    • model.evaluate()
    • 交叉表与交叉矩阵
    • pandas.crosstab
    • seaborn.heatmap
    # 模型评价
    score = model.evaluate(X_test, y_test)
    print('score:', score)
    # 预测值
    y_pred = model.predict_classes(X_test)
    print('y_pred:', y_pred[:10])
    # 交叉表与交叉矩阵
    y_test1 = np.argmax(y_test, axis=1).reshape(-1)
    y_true = np.array(y_test1)[0]
    # 交叉表查看预测数据与原数据对比
    pd.crosstab(y_true, y_pred, rownames=['true'], colnames=['predict'])
    
    # 交叉矩阵
    y_test1 = y_test1.tolist()[0]
    a = pd.crosstab(np.array(y_test1), y_pred, rownames=['Lables'], colnames=['Predict'])
    df = pd.DataFrame(a)
    sns.heatmap(df, annot=True, cmap="YlGnBu", linewidths=0.2, linecolor='G')
    plt.show()

  • 相关阅读:
    P2009 跑步
    P3916 图的遍历
    P2865 [USACO06NOV]路障Roadblocks
    P2820 局域网
    P2176 [USACO14FEB]路障Roadblock
    讨伐!数论
    网络流入门——EK算法
    最被低估的特质
    我的天哪我有博客了!
    Area POJ
  • 原文地址:https://www.cnblogs.com/dulidemao/p/13087420.html
Copyright © 2011-2022 走看看