matplotlib

一、Matplotlib基础知识

Matplotlib中的基本图表包括的元素

x轴和y轴 axis
水平和垂直的轴线

x轴和y轴刻度 tick
刻度标示坐标轴的分隔，包括最小刻度和最大刻度

x轴和y轴刻度标签 tick label
表示特定坐标轴的值

绘图区域（坐标系） axes
实际绘图的区域

坐标系标题 title
实际绘图的区域

轴标签 xlabel ylabel
实际绘图的区域

单个曲线图

包含多个曲线的图

1、连续调用多次plot函数

2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线

将多个曲线图绘制在一个table区域中：对象形式创建表图

a=plt.subplot（row,col,loc）创建曲线图
a.plot(x,y) 绘制曲线图

网格线 plt.gride(XXX)

参数：

- axis
- color:支持十六进制颜色
- linestyle: --  -.  :
- alpha

绘制一个正弦曲线图，并设置网格

坐标轴界限

axis方法:设置x，y轴刻度值的范围

plt.axis([xmin,xmax,ymin,ymax])

设置画布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例（2:1）表示x刻度显示为y刻度显示的2倍

坐标轴标签

s 标签内容
color 标签颜色
fontsize 字体大小
rotation 旋转角度
plt的xlabel方法和ylabel方法 title方法

图例

legend方法

两种传参方法：

分别在plot函数中增加label参数,再调用plt.legend()方法显示
直接在legend方法中传入字符串列表

legend的参数

`- loc参数`

loc参数用于设置图例标签的位置，一般在legend函数内
matplotlib已经预定义好几种数字表示的位置

loc参数位置

`- ncol参数`

ncol控制图例中有几列,在legend中设置ncol

保存图片

使用figure对象的savefig函数来保存图片

fig = plt.figure()---必须放置在绘图操作之前

figure.savefig的参数选项

filename
含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
dpi
图像分辨率（每英寸点数），默认为100
facecolor ，打开保存图片查看图像的背景色，默认为“w”（白色）

设置plot的风格和样式

plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
plt.plot(X, Y, 'format', ...)

颜色

参数color或c

# 绘制线      plt.plot(x1,y1,x2,y2)
# 网格线      plt.grid(True)  axes.grid(color,ls,lw,alpha)
# 获取坐标系  plt.subplot(n1,n2,n3)
# 坐标轴标签  plt.xlabel() plt.ylabel()
# 坐标系标题  plt.title()
# 图例        plt.legend([names],ncol=2,loc=1)  plt.plot(label='name')
# 线风格      --  -. : None  step
# 图片保存    figure.savefig()
# 点的设置    marker markersize markerfacecolor markeredgecolor\width
# 坐标轴刻度  plt.xticks(刻度列表，刻度标签列表) plt.yticks()
#             axes.set_xticks(刻度列表) axes.set_xticklabels(刻度标签列表)

6、绘制散点图中的一个背景颜色

import numpy as np
import matplotlib .pyplot as plt 


# 设置足够多的连续的点
x = np.linspace(1,5,num=100)
y = np.linspace(2,14,num=100)

# 把所有点一一对应起来
xx,yy = np.meshgrid(x,y)

# 变形
xy = np.c_[xx.reshape(-1,1),yy.reshape(-1,1)]

# 画背景图
plt.scatter(xy[:,0],xy[:,1])

# 画散点图
a = [1,2,3,4,5]
b = [3,6,9,11,14]
plt.scatter(a,b)

三、2D图形

直方图

是一个特殊的柱状图，又叫做密度图。

【直方图的参数只有一个x！！！不像条形图需要传入x,y】

plt.hist()的参数

bins
直方图的柱数，可选项，默认为10
color
指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合,例如DataFrame对象，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色
orientation
通过设置orientation为horizontal创建水平直方图。默认值为vertical

返回值：

1: 直方图向量，是否归一化由参数normed设定

2: 返回各个bin的区间范围

3: 返回每个bin里面包含的数据，是一个list

条形图：plt.bar()

参数：第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度

-【条形图有两个参数x,y】

width 纵向设置条形宽度
height 横向设置条形高度

水平条形图

饼图

【饼图也只有一个参数x】

pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小

饼图阴影、分裂等属性设置

#labels参数设置每一块的标签；

#labeldistance参数设置标签距离圆心的距离（比例值）

#autopct参数设置比例值小数保留位(%.3f%%)； %m.nf m 占位 n 小数点后保留几位 f 是以float格式输出

#pctdistance参数设置比例值文字距离圆心的距离

#explode参数设置每一块顶点距圆心的长度（比例值,列表）；

#colors参数设置每一块的颜色（列表）；

#shadow参数为布尔值，设置是否绘制阴影

#startangle参数设置饼图起始角度

散点图：因变量随自变量而变化的大致趋势

散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！

plt.scatter(x,y,marker='d',c="rbgy") 设置不同的散点颜色

案例分析：城市气候与海洋的关系研究

# 1.导入包
import numpy as np
import pandas as pd
from pandas import Series,DataFrame

import matplotlib.pyplot as plt
%matplotlib inline


from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题


# 2.导入数据各个海滨城市数据
# 导入并对每个城市的数据进行纵向级联匹配，生成10个DataFrame数据
ferrara1 = pd.read_csv('./ferrara_150715.csv')
ferrara2 = pd.read_csv('./ferrara_250715.csv')
ferrara3 = pd.read_csv('./ferrara_270615.csv')
ferrara=pd.concat([ferrara1,ferrara1,ferrara1],ignore_index=True)

torino1 = pd.read_csv('./torino_150715.csv')
torino2 = pd.read_csv('./torino_250715.csv')
torino3 = pd.read_csv('./torino_270615.csv')
torino = pd.concat([torino1,torino2,torino3],ignore_index=True) 

mantova1 = pd.read_csv('./mantova_150715.csv')
mantova2 = pd.read_csv('./mantova_250715.csv')
mantova3 = pd.read_csv('./mantova_270615.csv')
mantova = pd.concat([mantova1,mantova2,mantova3],ignore_index=True) 

milano1 = pd.read_csv('./milano_150715.csv')
milano2 = pd.read_csv('./milano_250715.csv')
milano3 = pd.read_csv('./milano_270615.csv')
milano = pd.concat([milano1,milano2,milano3],ignore_index=True) 

ravenna1 = pd.read_csv('./ravenna_150715.csv')
ravenna2 = pd.read_csv('./ravenna_250715.csv')
ravenna3 = pd.read_csv('./ravenna_270615.csv')
ravenna = pd.concat([ravenna1,ravenna2,ravenna3],ignore_index=True)

asti1 = pd.read_csv('./asti_150715.csv')
asti2 = pd.read_csv('./asti_250715.csv')
asti3 = pd.read_csv('./asti_270615.csv')
asti = pd.concat([asti1,asti2,asti3],ignore_index=True)

bologna1 = pd.read_csv('./bologna_150715.csv')
bologna2 = pd.read_csv('./bologna_250715.csv')
bologna3 = pd.read_csv('./bologna_270615.csv')
bologna = pd.concat([bologna1,bologna2,bologna3],ignore_index=True)

piacenza1 = pd.read_csv('./piacenza_150715.csv')
piacenza2 = pd.read_csv('./piacenza_250715.csv')
piacenza3 = pd.read_csv('./piacenza_270615.csv')
piacenza = pd.concat([piacenza1,piacenza2,piacenza3],ignore_index=True)

cesena1 = pd.read_csv('./cesena_150715.csv')
cesena2 = pd.read_csv('./cesena_250715.csv')
cesena3 = pd.read_csv('./cesena_270615.csv')
cesena = pd.concat([cesena1,cesena2,cesena3],ignore_index=True)

faenza1 = pd.read_csv('./faenza_150715.csv')
faenza2 = pd.read_csv('./faenza_250715.csv')
faenza3 = pd.read_csv('./faenza_270615.csv')
faenza = pd.concat([faenza1,faenza2,faenza3],ignore_index=True)


# 3.去除没用的列
cesena.head()  # 查看发现 Unnamed: 0 这一列是没用的数据

# 把每个df数据的 Unnamed: 0 这一列删除
city_list = [ferrara,torino,mantova,milano,ravenna,asti,bologna,piacenza,cesena,faenza]
for city in city_list:
    city.drop('Unnamed: 0',axis=1,inplace=True)


# 4.显示最高温度于离海远近的关系（观察多个城市）
city_max_temp = []  # 城市最高温度
city_dist = []  # 距海远近
for city in city_list:
    temp = city['temp'].max()
    dist = city['dist'].max()
    city_max_temp.append(temp)
    city_dist.append(dist)


# 5.绘制散点图
plt.scatter(city_dist,city_max_temp)
plt.xlabel('距离')
plt.ylabel('最高温度')
plt.title('距离和温度之间的关系')

# 6.观察发现，离海近的可以形成一条直线，离海远的也能形成一条直线
# 分别以100公里和50公里为分界点，划分为离海近和离海远的两组数据(近海：小于100  远海：大于50)
city_dist = np.array(city_dist)  # 把python类型的数组转换成ndarray数组
city_max_temp = np.array(city_max_temp)

# 近海城市的温度和距离
condition = city_dist < 100
near_city_dist = city_dist[condition]
near_city_temp = city_max_temp[condition]

# 展示近海城市距离和温度的散点图
plt.scatter(near_city_dist,near_city_temp)

五、机器学习基础

样本数据：(df,np)
　　特征数据：自变量(通常有多列，用二维数组展示)
　　目标数据：因变量(通常只有一列，用一维数组展示)

算法模型：就是对象。在该对象中已经集成或者封装好了一种方程(还没有解的方程)，方程具有预测或者分类的功能
算法模型分类
　　有监督学习：算法模型必须使用具有特征数据和目标数据的样本数据
　　无监督学习：只需要特征数据的样本数据
半监督学习：一部分需要特征数据和目标数据，一部分只需要特征数据

样本数据和算法模型的关系：算法模型中的方程因没有数据所以是没有解的，想要解方程就需要样本提供的数据，解出来的结果就能够实现预测或者分类的功能

python中算法模型都存在 sk_learn 这个模块中

1、继续完善城市气候与海洋的关系研究的案例

1、继续完善城市气候与海洋的关系研究的案例

"""
代码是接着上面的案例
"""

# 1.导入sklearn，建立线性回归算法模型对象
from sklearn.linear_model import LinearRegression  # 导入线性回归算法模型
linner = LinearRegression()  # 实例化线性回归算法模型对象,即实例化了一个方程式：y=kx+b，此时没有数据，因此是无解的


# 2.训练模型：给模型提供数据，训练后的模型就已经有解了
# fit参数： X: 二维数组   y:一维数组
linner.fit(near_city_dist.reshape(-1,1),near_city_temp)
# 结果：LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)


# 3.给模型评分：查看这个模型的准确度
# 参数： X: 二维数组   y:一维数组
linner.score(near_city_dist.reshape(-1,1),near_city_temp)
# 结果：0.5549063263099332 代表有55%的几率预测成功


# 4.预测
# 模型已经有解了，用此方程进行预测
# 传入一个特征数据X(near_city_dist距离),返回一个预测到的结果(因变量)(near_city_temp温度)
linner.predict(60)  # 某个城市距离海洋60米，预测它的最高温度
# 结果：array([33.33408694]) 表示预测到这个城市的最高温度为33.33


# 5.批量预测
# 需要传入二维数组
linner.predict(np.array([60,70,75]).reshape(-1,1))
# 结果：array([33.33408694, 33.47477269, 33.54511557])

2、画出线性回归直线

# 画线性回归线
x = np.linspace(5,75,num=100)
y = linner.predict(x.reshape(-1,1))
plt.scatter(near_city_dist,near_city_temp)  # 近海城市的温度和距离
plt.scatter(x,y)  # 线性回归线

3、远海线性回归图

# 远海城市的温度和距离
far_condition = city_dist > 50
far_city_dist = city_dist[far_condition]
far_city_temp = city_max_temp[far_condition]

# 展示远海城市距离和温度的散点图
plt.scatter(far_city_dist,far_city_temp)

# 实例化线性回归算法模型对象,即实例化了一个方程式：y=kx+b，此时没有数据，因此是无解的
linner1 = LinearRegression()

# 训练模型：给模型提供数据，训练后的模型就已经有解了
# fit参数： X: 二维数组   y:一维数组
linner1.fit(far_city_dist.reshape(-1,1),far_city_temp)

# 给模型评分：查看这个模型的准确度
# 参数： X: 二维数组   y:一维数组
linner1.score(far_city_dist.reshape(-1,1),far_city_temp)
# 评分结果：0.5162479799447854

# 将远海城市的数据带入到散点图中进行展示，并且进行线性回归
x1 = np.linspace(50,400,100)
y1 = linner1.predict(x1.reshape(-1,1))
plt.scatter(far_city_dist,far_city_temp)
plt.scatter(x1,y1)

4、图例汇总

plt.scatter(city_dist,city_max_temp)  # 所有数据的散点图
plt.scatter(x,y)  # 近海的线性回归图
plt.scatter(x1,y1)  # 远海的线性回归图

六、K-近邻算法（KNN）

众所周知，电影可以按照题材分类，然而题材本身是如何定义的?由谁来判定某部电影属于哪个题材?也就是说同一题材的电影具有哪些公共特征?这些都是在进行电影分类时必须要考虑的问题。没有哪个电影人会说自己制作的电影和以前的某部电影类似，但我们确实知道每部电影在风格上的确有可能会和同题材的电影相近。那么动作片具有哪些共有特征，使得动作片之间非常类似，而与爱情片存在着明显的差别呢？动作片中也会存在接吻镜头，爱情片中也会存在打斗场景，我们不能单纯依靠是否存在打斗或者亲吻来判断影片的类型。但是爱情片中的亲吻镜头更多，动作片中的打斗场景也更频繁，基于此类场景在某部电影中出现的次数可以用来进行电影分类。

这里介绍第一个机器学习算法：K-近邻算法，它非常有效而且易于掌握

简单地说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。

优点：精度高(计算距离)、对异常值不敏感（单纯根据距离进行分类，会忽略特殊情况）、无数据输入假定（不会对数据预先进行判定）。
缺点：时间复杂度高、空间复杂度高。
适用数据范围：数值型和标称型。

1、工作原理

存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前K个最相似的数据，这就是K-近邻算法中K的出处,通常K是不大于20的整数。最后，选择K个最相似数据中出现次数最多的分类，作为新数据的分类。

回到前面电影分类的例子，使用K-近邻算法分类爱情片和动作片。有人曾经统计过很多电影的打斗镜头和接吻镜头，下图显示了6部电影的打斗和接吻次数。假如有一部未看过的电影，如何确定它是爱情片还是动作片呢？我们可以使用K-近邻算法来解决这个问题。

首先我们需要知道这个未知电影存在多少个打斗镜头和接吻镜头，上图中问号位置是该未知电影出现的镜头数图形化展示，具体数字参见下表

即使不知道未知电影属于哪种类型，我们也可以通过某种方法计算出来。首先计算未知电影与样本集中其他电影的距离，如图所示

现在我们得到了样本集中所有电影与未知电影的距离，按照距离递增排序，可以找到K个距离最近的电影。假定k=3，则三个最靠近的电影依次是California Man、He's Not Really into Dudes、Beautiful Woman。K-近邻算法按照距离最近的三部电影的类型，决定未知电影的类型，而这三部电影全是爱情片，因此我们判定未知电影是爱情片。

2、欧几里得距离(Euclidean Distance)

欧氏距离是最常见的距离度量，衡量的是多维空间中各个点之间的绝对距离。公式如下：

3、k-近邻算法案例

分类问题：from sklearn.neighbors import KNeighborsClassifier

1、一个最简单的例子

from pandas import DataFrame,Series
import numpy as np

dic = {
    '1身高':[160,175,177,165,180,163],
    '2体重':[50,70,72,67,76,51],
    '3鞋码':[37,41,41,40,43,38],
    '4性别':['女','男','男','男','男','女']
}

df = DataFrame(data=dic)

# 导入分类模型
from sklearn.neighbors import KNeighborsClassifier

# 实例化模型
knn = KNeighborsClassifier(n_neighbors=3)  # n_neighbors代表knn模型中的k值，也就是要取多少个邻近的数据

# 特征数据
feater = df.iloc[:,0:3]
targer = df.iloc[:,-1]
display(feater,targer)

# 模型训练
knn.fit(feater,targer)

# 评分
knn.score(feater,targer)

# 预测
knn.predict(np.array([[160,55,37]]))
# 结果：array['女']

# 把原数据带进去预测
print('预测值：',knn.predict(feater))
print('真实值：',targer)

2、预测电影分类

from pandas import DataFrame,Series
import numpy as np
import pandas as pd

# 数据
df = pd.read_excel('../../my_films.xlsx')

# 特征数据
feater = df.iloc[:,1:3]
targer = df.iloc[:,-1]

# 导入分类模型
from sklearn.neighbors import KNeighborsClassifier

# 实例化模型
knn = KNeighborsClassifier(n_neighbors=4)  # n_neighbors代表knn模型中的k值，也就是要取多少个邻近的数据

# 模型训练
knn.fit(feater,targer)

# 评分
knn.score(feater,targer)

# 预测
knn.predict(np.array([[60,45]]))
# 结果：array(['Action'], dtype=object)

七、sklearn的数据集-datasets

1、sklearn的数据集的介绍

sklearn.datasets模块主要提供了一些导入、在线下载及本地生成数据集的方法，主要有三种形式：load_<dataset_name>、fetch_<dataset_name>及make_<dataset_name>的方法。

1.datasets.load_<dataset_name>：sklearn包自带的小数据集

数据集文件在sklearn安装目录下datasets\data文件下

datasets.load_boston  # 波士顿房价数据集
datasets.load_breast_cancer  # 乳腺癌数据集
datasets.load_diabetes  # 糖尿病数据集
datasets.load_digits  # 手写体数字数据集
datasets.load_files
datasets.load_iris  # 鸢尾花数据集
datasets.load_lfw_pairs
datasets.load_lfw_people
datasets.load_linnerud  # 体能训练数据集
datasets.load_mlcomp
datasets.load_sample_image
datasets.load_sample_images
datasets.load_svmlight_file
datasets.load_svmlight_files

2.datasets.fetch_<dataset_name>：比较大的数据集，主要用于测试解决实际问题，支持在线下载

下载下来的数据，默认保存在~/scikit_learn_data文件夹下，可以通过设置环境变量SCIKIT_LEARN_DATA修改路径，datasets.get_data_home() 获取下载路径

datasets.fetch_20newsgroups
datasets.fetch_20newsgroups_vectorized
datasets.fetch_california_housing
datasets.fetch_covtype
datasets.fetch_kddcup99
datasets.fetch_lfw_pairs
datasets.fetch_lfw_people
datasets.fetch_mldata
datasets.fetch_olivetti_faces
datasets.fetch_rcv1
datasets.fetch_species_distributions

3.datasets.make_*?：构造数据集

datasets.make_biclusters
datasets.make_blobs
datasets.make_checkerboard
datasets.make_circles
datasets.make_classification
datasets.make_friedman1
datasets.make_friedman2
datasets.make_friedman3
datasets.make_gaussian_quantiles
datasets.make_hastie_10_2
datasets.make_low_rank_matrix
datasets.make_moons
datasets.make_multilabel_classification
datasets.make_regression
datasets.make_s_curve
datasets.make_sparse_coded_signal
datasets.make_sparse_spd_matrix
datasets.make_sparse_uncorrelated
datasets.make_spd_matrix
datasets.make_swiss_roll

2、基于datasets.load_iris鸢尾花数据集的案例

# 1.导入模块
import sklearn.datasets as datasets
import numpy as np
from sklearn.neighbors import KNeighborsClassifier

# 2.在sklearn.datasets数据集中获取数据
iris = datasets.load_iris()
iris  # 是一个大字典

# 3.提取样本数据
feature = iris['data']  # 特征数据
target = iris['target']  # 目标数据

# 4.将样本数据进行随机打乱
np.random.seed(10)
np.random.shuffle(feature)

np.random.seed(10)
np.random.shuffle(target)

# 5.查看数据的大小 
feature.shape  # (150, 4)
target.shape  # (150, )

# 6.获取训练样本数据和测试样本数据
# 前140条数据用做训练数据
x_train = feature[:140]
y_train = target[:140]

# 最后10条数据用做真实的测试数据
x_text = feature[-10:]
y_text = target[-10:]

# 7.实例化模型对象&训练模型
knn = KNeighborsClassifier(n_neighbors=15)
knn.fit(x_train,y_train)  # 训练数据

# 8.评分
knn.score(x_train,y_train)  # 0.9857142857142858

# 9.预测
print('预测分类结果：',knn.predict(x_text))
print('真实分类结果：',y_text)
# 预测分类结果： [0 1 0 2 2 2 1 0 2 0]
# 真实分类结果： [0 1 0 2 2 2 1 0 2 0]

八、手写数据识别案例

"""
图片数据在我的本地
"""

import numpy as np
import matplotlib .pyplot as plt 
from sklearn.neighbors import KNeighborsClassifier

# 1.查看单张图片的维度
img_arr = plt.imread('./data/3/3_3.bmp')
plt.imshow(img_arr)
img_arr.shape  # (28, 28)


# 2.导入本地数据，data和target都是5000个数据
feature = []
target = []
for i in range(10):
    for j in range(500):
        img_path = './data/'+str(i)+'/'+str(i)+'_'+str(j+1)+'.bmp'
        img_arr = plt.imread(img_path)
        feature.append(img_arr)
        target.append(i)

# 3.获得样本数据
feature = np.array(feature)  # 返回的是一个三维的数组
target = np.array(target)

# 4.将feature降成二维数组，才可以作为模型的特征数据
feature = feature.reshape(5000,-1)

# 5.打乱样本数据
np.random.seed(1)
np.random.shuffle(feature)
np.random.seed(1)
np.random.shuffle(target)

# 6.提取训练和测试数据
x_train = feature[:4950]  # 训练数据
y_train = target[:4950]

x_test = feature[-50:]  # 测试数据
y_test = target[-50:]


# 7.实例化模型，训练模型
knn = KNeighborsClassifier(n_neighbors=15)
knn.fit(x_train,y_train)
knn.score(x_train,y_train)  # 0.9357575757575758

# 8.测试
print('预测分类：',knn.predict(x_test))
print('真实分类：',y_test)

# 结果
预测分类： [0 7 5 2 3 6 3 0 5 9 9 7 2 2 1 9 8 0 1 5 5 2 7 5 8 2 2 3 7 7 1 6 5 1 9 9 0 5 5 8 7 6 5 8 0 5 5 1 7 0]
真实分类： [0 7 5 2 3 6 3 0 5 9 9 7 2 2 1 9 8 0 1 8 5 2 7 5 8 2 2 3 7 3 1 6 5 1 9 7 0 5 5 8 2 6 5 8 0 5 5 1 7 0]

用上面的模型，预测一张图里的数字

# 使用外部图片对模型进行测试
num_arr = plt.imread('./数字.jpg')
plt.imshow(num_arr)

# 切片，把数字 5 切出来
five = num_arr[90:150,85:130]
plt.imshow(five)

# 查看这张图片的维度
five.shape  # (60, 45, 3)，其中60、45是它的像素，3是颜色

# 降维
# 不能用reshape，因为我们需要的是(60,45)像素，而不是(60,45*3)
five = five.mean(axis=2)
five.shape  # (60, 45)

# 把降维后的图片压缩成28*28,因为我们模型的维度就是(28,28)
import scipy.ndimage as ndimage
five = ndimage.zoom(five,zoom=(28/60,28/45))
five.shape  # (28, 28)

# 查看特征数据的维度
feature.shape  # (5000, 784)

# 把要预测的二维数组变形成一致的形状进行预测
knn.predict(five.reshape(1,784))
# 结果
array([5])  正确预测出

保存模型

# 保存模型
from sklearn.externals import joblib
joblib.dump(knn,'./digist_knn.m')  # dump(模型,路径)


# 要使用的时候直接导入模型
knn = joblib.load('./digist_knn.m')

posted @ 2019-02-19 21:10 从入门到出师阅读(1134) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

从入门到出门

当你的才华还撑不起你的野心的时候，你就应该静下心来学习； 当你的能力还驾驭不了你的目标时，就应该沉下心来历练。