KNN实战-图像识别

数据说明

是在循环0-9的数字一直循环500次所得到的数据，然后以手写照片的形式存在

识别的步骤

• 加载数据
• 构建目标值
• 构建模型
• 参数调优
• 可视化展示

加载数据

import numpy as np
import matplotlib.pyplot as plt
# 记载数据
data = np.load('./digit.npy')
data

构建目标值

# 构建基础的目标值
y = list(np.arange(0,10))*500
# 对生成的目标值进行排序，与图片的目标值进行对应
y.sort()
# 为了在拆分数据的时候可以正常拆分
y = np.array(y)

数据处理和数据拆分

数据处理

X = data.reshape(5000,-1)
X.shape # 784:是图片的像素值 ，也就是图像的特征

数据拆分

from sklearn.model_selection import train_test_split
X_tarin,X_test,y_train,y_test = train_test_split(X,y,# x,y的数据
test_size=0.05  # 验证集的占总数据的比重
,random_state=1024 # 随机数的种子)
display(X_tarin.shape,X_test.shape,y_train.shape,y_test.shape)

创建模型

from sklearn.neighbors import KNeighborsClassifier
# 创建模型
model = KNeighborsClassifier(n_neighbors=5)
model.fit(X_tarin,y_train)
# 数据分数
model.score(X_test,y_test)

训练数据的结果的分数

参数调优

%%time
from sklearn.model_selection import GridSearchCV
prams = dict(n_neighbors = [5,7,9,12,15,17,21,23,30],
             weights=['uniform','distance'],
             p=[1,2])
estimator = KNeighborsClassifier()
gCV = GridSearchCV(estimator,prams,cv=5,scoring='accuracy')
gCV.fit(X_tarin,y_train)

%%time:获取当前程序的运行时间

获取最佳参数

gCV.best_params_

获取平均分数

gCV.best_score_

获取最佳模型

gCV.best_estimator_

数据的验证与预测

best_model = gCV.best_estimator_
y_predict = gCV.predict(X_test)
print('测试值：',y_predict)
print('真实值：',y_test)
best_model.score(X_test,y_test)

得到的结果（在得分上看模型的质量还是有所提升的）

可视化

plt.figure(figsize=(5*2,10*3))
for i in range(50):
    plt.subplot(10,5,i+1)
    plt.imshow(X_test[i].reshape(28,28))
    true = y_test[i]
    predict = y_predict[i]
    plt.title(f'true:{
     true}\n'+f'predict:{
     predict}')

坚持学习，整理复盘