sklearn 自带手写字体数据集

sklearn 中本身自带了一些数据集，这里我们以手写数字为例进行学习：

1、了解下手写字体数据集的数据结构

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets,svm,metrics

digits = datasets.load_digits()

#digits: bunch类型
print(type(digits))

#digits 包含的数据结构，字典类型数据key，value
print('digits.keys() = ',digits.keys())

如图所示：digits 是手写数字的数据集，它的类型是bunch，即继承与字典的一种链式松散饿存储结构。

其中digits所包含的数据分为data、target、target_names、images、DESCR

2、Images 介绍

#imgaes 是一个三维矩阵1797 张 8 * 8的图片
print('digits.images.shape = ',digits.images.shape)
print('digits.images = ',digits.images)
plt.gray()
plt.matshow(digits.images[0])
plt.show()

下图中显示了images 是一个1797 * 8 * 8 的三维矩阵，即有1797 张 8 * 8 的数字图片组成

3、data是具体数据 ， 将images按行展开成一行，共有1797行

#data中包含1797个样本，每个样本包括8*8像素的图像，其实就是将8*8 的images按行展开
成一行
print('digits.data.shape = ',digits.data.shape)
print('digits.data = ',digits.data)

4、target 指明每张图片的标签，也就是每张图片代表的数字

#target 是一个1797维度的Vector，指明每张图片的标签，也就是每张图片代表的数字
print('digits.target.shape = ',digits.target.shape)
print('digits.target = ',digits.target)

5、target_names数据集中所有标签值

#数据集中所有标签值,[0,1,2,3,4,5,6,7,8,9]
print('digits.target_names.shape = ',digits.target_names.shape)
print('digits.target_names = ',digits.target_names)

6、DESCR是一些作者的描述信息