利用sklearn进行分类3:初级手写数字识别

本文为《Python机器学习及实践:从零通往Kaggle竞赛之路》一书学习笔记,欢迎与我交流数据挖掘、机器学习相关话题。

from sklearn.datasets import load_digits
digits = load_digits()

#按3:1划分训练、测试集
from sklearn.cross_validation import train_test_split
X_train,X_test,y_train,y_test = train_test_split(digits.data,digits.target,test_size=0.25)

from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
from sklearn.metrics import classification_report

ss = StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.fit_transform(X_test)

model = LinearSVC()
model.fit(X_train,y_train)
y_predict = model.predict(X_test)
print 'Score:',model.score(X_test,y_test)
print classification_report(y_test,y_predict,target_names = digits.target_names.astype(str))
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容