Python程序设计：手写数字识别（案例）.pptxVIP

下载本文档

113
0
约小于1千字
约 10页
2022-06-10 发布于江西
举报
版权申诉

Python程序设计：手写数字识别（案例）.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

任务手写数字识别任务背景本任务是利用机器学习算法实现手写体数字识别，具体包括数据获取、模型创建、模型训练、超参数寻优、利用模型进行预测等流程。从本任务出发，我们将系统的学习机器学习相关知识，包括机器学习的概念、分类、经典的机器学习算法原理及使用等。任务手写数字识别任务目标机器学习的分类机器学习算法实现简单图像识别步骤：任务分析任务手写数字识别需求分析sklearn中封装有手写数字图片数据集，总共1797条数据。每条数据代表一张图片，有64个特征，表示

手写数字识别任务手写数字识别任务背景本任务是利用机器学习算法实现手写体数字识别，具体包括数据获取、模型创建、模型训练、超参数寻优、利用模型进行预测等流程。从本任务出发，我们将系统的学习机器学习相关知识，包括机器学习的概念、分类、经典的机器学习算法原理及使用等。任务手写数字识别任务目标机器学习的分类机器学习算法实现简单图像识别步骤：任务分析任务手写数字识别需求分析 sklearn中封装有手写数字图片数据集，总共1797条数据。每条数据代表一张图片，有64个特征，表示这张图片的像素（8*8）。数据集的输出为0-9的类别，分别表示数字0到9。现在编写一个程序，建立机器学习算法模型，使用手写数字识别数据集对模型进行训练并进行超参数寻优。训练结束后，使用模型对图片进行识别，得到识别结果，将识别结果与真实结果进行对比，观察识别的正确率。步骤：任务实施任务手写数字识别设计思路通过sklearn读取手写数字图片数据。划分训练集和测试集。创建随机森林分类器并训练模型。使用网格搜索进行超参数寻优。查看每一个超参数组合和其对应的分数。绘制前64张图片，并标定其识别结果，观察识别正确性。步骤：任务小结任务手写数字识别小结理解训练集与测试集的划分。了解最优模型的选择。了解模型中的参数作用。谢谢观看