机器学习初篇：sklearn手写数字识别

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/qq_44198436/article/details/100915161

from sklearn.datasets import load_digits
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
digits=load_digits()
x_train=digits.data[:1348]#训练图片
y_train=digits.target[:1348]#训练图片对应的数字
x_test=digits.data[1348:]#测试图片，不包含起始图片
y_test=digits.target[1348:]#测试图片对应的数字

ss=StandardScaler()#标准化数据
x_train=ss.fit_transform(x_train)
x_test=ss.transform(x_test)

lsvc=LinearSVC()
lsvc.fit(x_train,y_train)#训练
y_predict=lsvc.predict(x_test)#预测
while 1:
    test=int(input("输入预测第几张图片；"))
    test_1=test+1348
    print("对{}图片进行训练,预测第{}图片,预测数字为{}".format(len(x_train),test,y_predict[test]))
    if y_predict[test]==y_test[test]:
        print("预测正确")
    else:
        print('错误')
    plt.imshow(digits.images[test_1],cmap=plt.cm.gray_r,interpolation='nearest')
    plt.show()