15.手写数字识别-小数据集

作业补交：电脑是没有带回家的，一直放在学校，就没有交上作业，只能偶尔用我姐的iPad交作业。

2.机器学习相关数学基础

 

3.K均值算法

 

4.K均值算法--应用

 

6.逻辑回归

 

7.逻辑回归实践

 

8.特征选择

 

 

 

 

1.手写数字数据集

• from sklearn.datasets import load_digits
• digits = load_digits()

 

 

 

 

 

 

 

2.图片数据预处理

• x：归一化MinMaxScaler()
• y：独热编码OneHotEncoder()或to_categorical
• 训练集测试集划分
• 张量结构

 

x：归一化MinMaxScaler()

 

 

输出结果：

 

 

 

 

 

3.设计卷积神经网络结构

• 绘制模型结构图，并说明设计依据。

4.模型训练

• model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
• train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap