本教程将指导如何使用Python的scikit-learn库来识别手写数字图像。手写数字数据集包含了8x8像素的数字图像,将使用这些图像来展示如何进行图像识别。
首先,需要导入一些必要的Python库,包括matplotlib用于绘图,以及scikit-learn中的一些模块,如数据集、分类器和性能指标。
import matplotlib.pyplot as plt
from sklearn import datasets, metrics, svm
from sklearn.model_selection import train_test_split
手写数字数据集由8x8像素的灰度图像组成,将使用这些图像来训练和测试分类器。
digits = datasets.load_digits()
可以通过matplotlib来可视化数据集中的前四张图像,并在标题中显示每张图像代表的数字。
_, axes = plt.subplots(nrows=1, ncols=4, figsize=(10, 3))
for ax, image, label in zip(axes, digits.images, digits.target):
ax.set_axis_off()
ax.imshow(image, cmap=plt.cm.gray_r, interpolation="nearest")
ax.set_title(f"Training: {label}")
为了应用分类器,需要将图像展平,将每个8x8的灰度值数组转换为一维数组。这样,整个数据集将转换为形状为(n_samples, n_features)的数组,其中n_samples是图像数量,n_features是每个图像的像素总数。
n_samples = len(digits.images)
data = digits.images.reshape((n_samples, -1))
接下来,创建一个分类器,这里使用的是支持向量分类器,并将其应用于训练数据。然后,可以使用这个分类器来预测测试数据集中的数字。
clf = svm.SVC(gamma=0.001)
X_train, X_test, y_train, y_test = train_test_split(data, digits.target, test_size=0.5, shuffle=False)
clf.fit(X_train, y_train)
还可以可视化测试样本,并显示预测的数字。
_, axes = plt.subplots(nrows=1, ncols=4, figsize=(10, 3))
for ax, image, prediction in zip(axes, X_test, predicted):
ax.set_axis_off()
image = image.reshape(8, 8)
ax.imshow(image, cmap=plt.cm.gray_r, interpolation="nearest")
ax.set_title(f"Prediction: {prediction}")
分类报告将显示主要的分类指标,如精确度、召回率、F1分数和支持度。
print(f"Classification report for classifier {clf}:\n {metrics.classification_report(y_test, predicted)}\n")
此外,还可以绘制一个混淆矩阵,显示真实数字值和预测数字值之间的关系。
disp = metrics.ConfusionMatrixDisplay.from_predictions(y_test, predicted)
disp.figure_.suptitle("Confusion Matrix")
print(f"Confusion matrix:\n {disp.confusion_matrix}")
如果分类器的评估结果以混淆矩阵的形式存储,而不是以y_true和y_pred的形式,仍然可以按照以下方式构建分类报告。
y_true = []
y_pred = []
cm = disp.confusion_matrix
for gt in range(len(cm)):
for pred in range(len(cm)):
y_true += [gt] * cm[gt][pred]
y_pred += [pred] * cm[gt][pred]
print("Classification report rebuilt from confusion matrix:\n " + metrics.classification_report(y_true, y_pred) + "\n")