机器学习15- 手写数字识别-小数据集

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

 

 1 #2.图片数据预处理
 2 #（1）归一化（将某一列特征的值缩放到一个最小和最大值（默认为0~1）之间）
 3 scaler = MinMaxScaler()
 4 X_data = scaler.fit_transform(X_data)
 5 print('MinMaxScaler_trans_X_data:')
 6 print(X_data)
 7 
 8 #（2）独热编码
 9 Y = OneHotEncoder().fit_transform(Y_data).todense() #
10 print('OneHot_Y')
11 print(Y)
12 
13 #（3）张量结构-转换成图片的格式
14 X = X_data.reshape(-1,8,8,1)
15 print(X.shape)
16 
17 #（4）进行数据集的划分
18 X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size=0.2,random_state=0,stratify=Y)
19 print(X_train,X_test,Y_train,Y_test)

归一化后数据查看：

独热编码：

 

 

 

张量结构：

 

 

 训练集测试集的划分：

 

 

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。

 1 #3.设计卷积神经网络结构
 2 # 建立模型
 3 model = Sequential()
 4 
 5 # 一层卷积  ·
 6 model.add(Conv2D(filters=16,kernel_size=(5, 5),padding='same',input_shape=X_train.shape[1:],activation='relu'))
 7 # 池化层1
 8 model.add(MaxPool2D(pool_size=(2, 2)))
 9 model.add(Dropout(0.25))
10 # 二层卷积
11 model.add(Conv2D(filters=32,kernel_size=(5, 5),padding='same',activation='relu'))
12 # 池化层2
13 model.add(MaxPool2D(pool_size=(2, 2)))
14 model.add(Dropout(0.25))
15 # 三层卷积
16 model.add(Conv2D(filters=64,kernel_size=(5, 5),padding='same',activation='relu'))
17 # 四层卷积
18 model.add(Conv2D(filters=128,kernel_size=(5, 5),padding='same',activation='relu'))
19 # 池化层3
20 model.add(MaxPool2D(pool_size=(2, 2)))
21 model.add(Dropout(0.25))
22 
23 model.add(Flatten())  # 平坦层
24 model.add(Dense(128, activation='relu'))  # 全连接层
25 model.add(Dropout(0.25))
26 model.add(Dense(10, activation='softmax')) # 激活函数
27 print('每层数据的结构变化过程:')
28 model.summary()

 

 

4.模型训练

• model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
• train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

 

 

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap

 

 1 #5.模型评价
 2 score = model.evaluate(X_test,Y_test)
 3 print(score)
 4 
 5 ####交叉表与交叉矩阵
 6 #(1)预测值
 7 y_pred = model.predict_classes(X_test)
 8 print(y_pred[:10])
 9 #(2)交叉表查看预测数据与原数据的对比
10 y_test1 = np.argmax(Y_test,axis=1).reshape(-1)
11 y_true = np.array(y_test1)[0]
12 print(y_test1)
13 # y_test1 = y_test1.tolist()[0]
14 # print(y_test1)
15 pd.crosstab(y_true,y_pred,rownames=["true"],colnames=["predict"])
16 
17 #(3)交叉矩阵
18 a = pd.DataFrame(np.array(y_test1),y_pred)
19 df = pd.DataFrame(a)
20 sns.heatmap(df,annot=True,cmap='summer',linewidths=0.2,linecolor='G')
21 plt.show()

模型评价：

 

 

 预测值查看：

 

查看交叉表进行对比：

交叉矩阵：查看预测值与实际值之间的对比：