本示例展示了如何使用Python和机器学习库对8x8像素的手写数字图像进行分类和识别。手写数字数据集包含了从0到9的数字图像，每个图像由8x8的灰度值数组表示。将使用这些数组来可视化前四个图像，并展示每个图像代表的数字。
如果从图像文件（例如'png'文件）中工作，将使用matplotlib.pyplot.imread()来加载它们。但在这个例子中，直接使用数据集中的图像数组。
import matplotlib.pyplot as plt
from sklearn import datasets, metrics, svm
from sklearn.model_selection import train_test_split
# 加载手写数字数据集
digits = datasets.load_digits()
# 可视化前四个图像
fig, 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}")
plt.show()
为了在这个数据上应用分类器，需要将图像展平，将每个8x8的灰度值二维数组转换成一维数组。这样，整个数据集的形状将是(n_samples, n_features)，其中n_samples是图像的数量，n_features是每个图像中的像素总数。然后可以将数据集分成训练和测试子集，并在训练样本上拟合一个支持向量分类器。拟合后的分类器随后可以用来预测测试子集中样本的数字值。
# 展平图像
n_samples = len(digits.images)
data = digits.images.reshape((n_samples, -1))
# 创建分类器：支持向量分类器
clf = svm.SVC(gamma=0.001)
# 将数据分成50%的训练集和50%的测试集
X_train, X_test, y_train, y_test = train_test_split(data, digits.target, test_size=0.5, shuffle=False)
# 在训练子集上学习数字
clf.fit(X_train, y_train)
# 在测试子集上预测数字的值
predicted = clf.predict(X_test)
# 可视化前四个测试样本，并显示它们的预测数字值
fig, 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}")
plt.show()
下面通过分类报告来展示主要的分类指标。分类报告为分类器构建了一个文本报告，显示了主要的分类指标，包括精确度、召回率、F1分数和支持度。
# 打印分类报告
print(f"Classification report for classifier {clf}:\n{metrics.classification_report(y_test, predicted)}\n")
还可以绘制真实数字值和预测数字值的混淆矩阵。混淆矩阵是一个表格，用于可视化算法性能，其中行表示真实类别，列表示预测类别。
from sklearn.metrics import ConfusionMatrixDisplay
# 从预测构建混淆矩阵
disp = metrics.ConfusionMatrixDisplay.from_predictions(y_test, predicted)
disp.figure_.suptitle("Confusion Matrix")
print(f"Confusion matrix:\n{disp.confusion_matrix}\n")
plt.show()
如果评估分类器的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：
# 真实值和预测值列表
y_true = []
y_pred = []
cm = disp.confusion_matrix
# 对于混淆矩阵中的每个单元格，将相应的真实值和预测值添加到列表中
for gt in range(len(cm)):
for pred in range(len(cm)):
y_true += [gt] * cm[gt][pred]
y_pred += [pred] * cm[gt][pred]
# 从混淆矩阵重建分类报告
print("Classification report rebuilt from confusion matrix:\n" + metrics.classification_report(y_true, y_pred) + "\n")