? 优质资源分享 ?

前言

logistic回归，是一个分类算法，可以处理二元分类，多元分类。我们使用sklearn中的logistic对手写数字识别进行实践。

数据集

MNIST数据集来自美国国家标准与技术研究所，训练集由250个不同人手写数字构成，50%高中学生，50%来自人口普查局。

数据集展示

数据集下载

百度云盘：
链接：https://pan.baidu.com/s/1ZBU8XBsx7lp7gdN4ySSIWg
提取码：5mrf

关于使用pycharm图片不显示

pycharm默认会在右边进行绘图，由于某些原因导致图片不能显示，只能是白图的解决办法。

• 我们可以首先把图片显示调到独立画框显示。file->settings->Tools->Python Scientific 取消勾选 show plots in tool window.
  

• 进行上述操作之后会独立弹出画框进行画图，如果仍然不能显示可以进行下面操作。

  • 找到Configure subplots
    

  • 点击紧凑布局，就能显示，之前不能显示可能是因为图太大，导致我们没有看到。

    • 当然你也可以自己调整布局，行距列距什么的。
      

逻辑回归手写数字识别

复制代码

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67
• 68
• 69
• 70
• 71
• 72
• 73
• 74
• 75
• 76
• 77
• 78
• 79
• 80
• 81
• 82
• 83
• 84
• 85
• 86
• 87
• 88
• 89
• 90
• 91
• 92
• 93
• 94
• 95
• 96
• 97
• 98
• 99
• 100
• 101
• 102
• 103
• 104
• 105
• 106
• 107

er-hljs`## logistis回归，是一个分类算法，可以处理二元分类，多元分类。

首先逻辑回归构造冠以的线性回归函数，然后使用sigmoid函数将回归值映射到散列类别

sklearn 分类算法与手写数字识别

数据介绍

MNIST数据集来自美国国家标准与技术研究所，训练集由250个不同人手写数字构成，50%高中学生，50%来自人口普查局

导包

import struct,os
import numpy as np
from array import array as pyarray
from numpy import append,array,int8,uint8,zeros

import matplotlib.pyplot as plt

from sklearn.metrics import accuracy_score, classification_report
from sklearn.linear_model import LogisticRegression

加载数据集

def load_mnist(image_file,label_file,path="mnist"):
digits=np.arange(10)

fname_image = os.path.join(path,image_file)
fname_label = os.path.join(path, label_file)

flbl = open(fname_label,'rb')
magic_nr, size = struct.unpack(">II", flbl.read(8))
lbl = pyarray("b",flbl.read())
flbl.close()

fimg = open(fname_image,'rb')
magic_nr, size, rows, cols = struct.unpack(">IIII", fimg.read(16))
img = pyarray("B",fimg.read())
fimg.close()

ind = [ k for k in range(size) if lbl[k] in digits ]
N = len(ind)

images = zeros((N, rowscols),dtype = uint8)
labels = zeros((N,1), dtype = int8)
for i in range(len(ind)):
images[i] = array(img[ind[i]rowscols : (ind[i]+1)rowscols]).reshape((1,rowscols))
labels[i] = lbl[ind[i]]

return images,labels

train_image, train_label = load_mnist('train-images.idx3-ubyte', 'train-labels.idx1-ubyte')
test_image, test_label = load_mnist('t10k-images.idx3-ubyte','t10k-labels.idx1-ubyte')

数据展示

28*28

def show_image(imgdata, imgtarget, show_column, show_row,titlename):
for index, (im, it) in enumerate(list(zip(imgdata, imgtarget))):
xx = im.reshape(28,28)
plt.subplots_adjust(left=1, bottom=None, right=3,top=2, wspace=None, hspace=None)
plt.subplot(show_row,show_column,index+1)

plt.axis('off')
plt.imshow(xx, cmap='gray', interpolation='nearest')
plt.title(titlename+':%i' % it)

plt.savefig(titlename+'.png')

这个地方可能会有一个警告，可能因为图太大了，不过没关系，代码正常运行

plt.show()

show_image(train_image[:50], train_label[:50],10,5,'label')

sklearn 分类模型

数据归一化

train_image = [im/255.0 for im in train_image]
test_image = [im/255.0 for im in test_image]

print(len(train_image))
print(len(test_image))
print(len(train_label))
print(len(test_label))

模型分类

模型实例化

lr = LogisticRegression(max_iter=1000)

模型训练

lr.fit(train_image,train_label.ravel())

模型验证

predict = lr.predict(test_image)

print("accuracy score: %.4lf"% accuracy_score(predict,test_label))
print("classfication report for %s:\n%s\n"%(lr, classification_report(test_label, predict)))

show_image(test_image[:100],predict,10,10,'predict')`折叠

结果展示

• 模型训练信息
• 可以看到
  • 准确度：0.9256
  • 训练次数最大1000次
  • 精度、平均值、加权平均值等

• 识别效果展示
  

分析

我们展示了100张图片的识别效果，可以找到3张明显的识别错误，和模型的评估结果相似。

总结

我们可以多重复运行几次发现结果并没有变化，这可能也是logistic回归的缺点吧，我们也可以使用神经网络进行手写数字识别，但那是深度学习的内容，我们后续会对其进行实现。

转载请注明：xuhss » 【机器学习】手写数字识别