KNN手写数字识别案例

本章会介绍如何使用knn模型进行手写数字识别，该案例的学习重点是放在如何数据处理，并非该模型的应用
介绍：每张图片都是28*28像素组成的，即：我们的csv文件中每一行都有784个像素点，表示图片（每个像素）的颜色，最终构成图像

加载相应的库

import matplotlib.pyplot as plt
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
import  joblib
from collections import Counter #Counter 是 Python 内置的计数器工具，用来快速统计一个序列里每个元素出现的次数，返回一个类似字典的统计结果
from sklearn.metrics import accuracy_score
# 扩展：忽略警告
import warnings
warnings.filterwarnings('ignore',module='sklearn')
# 参1：忽略警告；参2：忽略的模块

一、定义函数，接收用户传入的索引，显示该索引对应的图片

def show_digit(idx):
    # 1.读取数据集，获取到源数据
    df = pd.read_csv('手写数字识别.csv')
    #print(df) #（42000行 * 785 列）
    # 2. 判断传入的索引是否越界
    if idx < 0 or idx >=len(df) - 1:
        print('索引越界！')
        return
    # 3. 走这里，说明没有越界，就正常获取数据
    x = df.iloc[:,1:]
    y = df.iloc[:,0]
    # 4. 查看用户传入的索引对应的图片
    print(f'该图片对应的数字是：{y.iloc[idx]}')
    print(f'查看所有标签的分布情况：{Counter(y)}')
    # 5. 查看下 x 的形状
    print(x.iloc[idx].shape) # (784,) 想办法把（784，）转换成（28,28）
    print(x.iloc[idx].values)
    # 6. 把（784，），转换成（28，28）
    x = x.iloc[idx].values.reshape(28,28)
    print(x.shape)
    # 7.具体的绘制灰度图的动作
    plt.imshow(x,cmap='gray') # 灰度图
    # imshow = image show，专门用来把二维数字矩阵渲染成图片显示出来。
    #第一个参数 x 就是你的图片二维数组 (28,28)，代表每个位置像素亮度。
    #cmap='gray'
    #cmap：colormap 颜色映射
    #'gray'：用灰度色系渲染
    #数值越小 → 越黑
    #数值越大 → 越白
    plt.axis('off') # 不显示坐标轴

二、定义函数，训练模型，并保存训练好的模型

def train_model():
    # 1. 加载数据集
    df = pd.read_csv('手写数字识别.csv')
    # 2. 数据的预处理
    # 2.1 拆分出特征列
    x = df.iloc[:,1:]
    # 2.2 拆分出标签列
    y = df.iloc[:,0]
    # 2.3 打印出特征和标签的形状
    print(f'x的形状：{x.shape}')
    print(f'y的形状：{y.shape}')
    # 2.4 对特征列（拆分前）进行归一化.
    x = x / 255
    # 2.5. 拆分训练集和测试集
    x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.2,random_state=23,stratify=y)
    # 3.模型训练
    # 3.1 创建模型对象
    estimator = KNeighborsClassifier(n_neighbors=3)
    # 3.2 训练模型
    estimator.fit(x_train,y_train)
    # 4.模型评估
    print(f'准确率：{estimator.score(x_test,y_test)}')
    print(f'准确率：{accuracy_score(y_test,estimator.predict(x_test))}')
    # 5. 保存模型
    # 参1：模型对象；参2：模型保存的路径；# pkl：pandas独有的文件类型
    joblib.dump(estimator, '手写数字识别.pkl')
    print('模型保存成功！')

三、定义函数，测试模型

def use_model():
    # 1.加载图片
    x = plt.imread('demo.png') #28*28 像素;plt.imread() 是 matplotlib 提供的图片读取函数
    # 2.绘制图片
    plt.imshow(x, cmap='gray')
    plt.axis('off')
    plt.show()


    # 3.加载模型
    estimator = joblib.load('手写数字识别.pkl')
    # 4. 模型预测
    # 4.1 查看数据集转换
    print(x.shape)
    print(x.reshape(1,-1).shape) # 转成1行n列
    # 4.2 具体的转换动作,记得归一化
    x = x.reshape(1,-1)
    # 4.3 模型预测
    y_pre = estimator.predict(x)
    # 5. 打印预测结果
    print(f'预测值为：{y_pre}')

四、运行函数

show_digit(9)
train_model()
use_model()