使用SVM对手写体数字图片分类

2023-12-23 22:52

本文主要是介绍使用SVM对手写体数字图片分类,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.实验目的

  1. 会用Python创建多分类SVM模型;
    2.使用多分类SVM模型对手写体数字图片分类;
    3.会对分类结果进行评价。

2. 设备与环境

Jupyter notebook

3.实验原理

加粗样式

4.实验内容

使用sklearn.svm类对手写体数字图片进行分类
训练数据:digits_training.csv
测试数据:digits_testing.csv
第1列是类别,其他列是特征属性。
先对1类和2类的数据进行计算,得到1类和2类的分割超平面,然后对2类和3类的数据进行计算,以此类推,直到两两类别分别完成计算。
在用模型做预测时,对两两类别之间的分割超平面分别进行匹配,统计有多少次判别将其华分类1类,多少次判别为2类…,判定所属类别次数最多的就是最后预测的类别。

  1. 载入训练数据、分出特征属性和类别,对特征属性标准化,显示读入数据的行数
    xTrain = trainData[:,1:Ntrain]
    yTrain = trainDta[:,0]
    标准化函数
    Def normalizeData(X):
    Return (X – X.mean())/X.max()
    2.训练多分类SVM模型
    Model = svm.SVC(decision_function_shape=’ovo’)
    3.保存训练模型名字为“svm_classifier_modell.m”
    4.载入测试数据,分出特征属性和类别,对特征属性标准化,显示读入是数据的行数
    5.使用模型对测试集进行预测,显示预测错误数据的数目、预测数据的准确率和模型内建正确率

5.实验结果分析

在这里插入图片描述

6.代码

import pandas as pd
from sklearn import svm
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCAprint("载入训练数据,对数据进行标准化处理.....")
# 1. 载入训练数据、分出特征属性和类别,对特征属性标准化,显示读入数据的行数
train_data = pd.read_csv(r'D:\D\Download\360安全浏览器下载\digits_training.csv')N_train = train_data.shape[1]   # 特征数量
x_train = train_data.iloc[:, 1:N_train].values  # 特征属性
y_train = train_data.iloc[:, 0].values  # 类别# # 标准化函数
# def normalize_data(X):
#     return (X - X.mean()) / X.max()# x_train = StandardScaler().fit_transform(x_train)  # 标准化特征属性
# 标准化特征属性
scaler = StandardScaler()
x_train_scaled = scaler.fit_transform(x_train)# PCA降维
pca = PCA(n_components=0.85)  # 保留85%的方差
x_train_pca = pca.fit_transform(x_train_scaled)
print("训练数据:", len(train_data), "条")
# 2. 训练多分类SVM模型
print("训练模型...")
model = svm.SVC(decision_function_shape='ovo')
model.fit(x_train_pca, y_train)print("保存模型...")
# 3. 保存训练模型名字为“svm_classifier_model.m”
model_name = "svm_classifier_model.m"
import joblib
joblib.dump(model, model_name)print("加载测试数据,对数据进行标准化处理...")
# 4. 载入测试数据,分出特征属性和类别,对特征属性标准化,显示读入数据的行数
test_data = pd.read_csv(r'D:\D\Download\360安全浏览器下载\digits_testing.csv')N_test = test_data.shape[1] - 1  # 特征数量
x_test = test_data.iloc[:, 1:N_test + 1].values  # 特征属性
y_test = test_data.iloc[:, 0].values  # 类别# x_test = StandardScaler().fit_transform(x_test)  # 标准化特征属性
# 标准化测试数据并进行PCA转换
x_test_scaled = scaler.transform(x_test)
x_test_pca = pca.transform(x_test_scaled)
print("测试数据:", len(test_data), "条")print("加载训练好的模型,进行预测....")
# 5. 使用模型对测试集进行预测,显示预测错误数据的数目、预测数据的准确率和模型内建正确率
loaded_model = joblib.load(model_name)  # 加载模型predictions = loaded_model.predict(x_test_pca)
wrong_predictions = (predictions != y_test).sum()
accuracy = 1 - wrong_predictions / len(y_test)
model_accuracy = loaded_model.score(x_test_pca, y_test)print(f"预测错误数据: {wrong_predictions} 条\n测试数据正确率: {accuracy:.2f}\n模型内建的正确率估计: {model_accuracy:.2f}\n")

这篇关于使用SVM对手写体数字图片分类的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/529746

相关文章

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

详解C#如何提取PDF文档中的图片

《详解C#如何提取PDF文档中的图片》提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使用,下面我们就来看看如何使用C#通过代码从PDF文档中提取图片吧... 当 PDF 文件中包含有价值的图片,如艺术画作、设计素材、报告图表等,提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面