当前位置: 首页 > news >正文

网站宣传与推广的指导思想网站开发人员绩效考核

网站宣传与推广的指导思想,网站开发人员绩效考核,中铁三局招聘身材好,小小课堂seo自学网☁️主页 Nowl #x1f525;专栏《机器学习实战》 《机器学习》 #x1f4d1;君子坐而论道#xff0c;少年起而行之 ​ 文章目录 一、任务描述 二、数据集描述 三、主要代码 #xff08;1#xff09;主要代码库的说明与导入方法 #xff08;2#xff09;数据预…  ☁️主页 Nowl 专栏《机器学习实战》 《机器学习》 君子坐而论道少年起而行之  ​ 文章目录 一、任务描述 二、数据集描述 三、主要代码 1主要代码库的说明与导入方法 2数据预处理 3模型训练 4模型预测与性能评估 5除数据预处理外的完整代码 四、本章总结​  一、任务描述 手写数字识别是机器学习中的一个经典问题通常涉及将手写数字的图像与其对应的数字进行关联。这种问题通常被认为是计算机视觉领域的一个入门任务也是许多深度学习框架和算法的基础测试案例之一。 二、数据集描述 手写数字识别数据集包含了一列数字标签每个数字标签有784个像素值代表这个数字图片的像素值 三、主要代码 1主要代码库的说明与导入方法 import pandas as pd pandas 是一个数据分析库提供了灵活的数据结构如 DataFrame用于处理和分析结构化数据。它常被用于数据清洗、处理和分析。 import matplotlib.pyplot as plt matplotlib 是一个用于绘制图表和可视化数据的库。pyplot模块是 matplotlib 的一个子模块用于创建各种类型的图表如折线图、散点图、直方图等。 import numpy as np NumPy 是用于科学计算的库提供了高性能的数组对象和各种数学函数。它在数据处理和数值计算中被广泛使用尤其是在机器学习中。 import matplotlib as mpl 这里再次导入 matplotlib 库但是这次将其别名设置为mpl。这样做是为了在代码中使用更短的别名以提高代码的可读性。 from sklearn.model_selection import train_test_split scikit-learnsklearn是一个用于机器学习的库。train_test_split函数用于将数据集划分为训练集和测试集这是机器学习模型评估的一种常见方式。 from sklearn.neighbors import KNeighborsClassifier 这里导入了 scikit-learn 中的KNeighborsClassifier类该类实现了 k-近邻分类器用于进行基于邻近样本的分类。 from sklearn.metrics import accuracy_score 从 scikit-learn 中导入accuracy_score函数用于计算分类模型的准确度分数。准确度是分类模型预测的正确样本数占总样本数的比例。 为确保代码能正常运行请先复制以下代码导入本文用到的所有库 import pandas as pd import matplotlib.pyplot as plt import numpy as np import matplotlib as mpl from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score 当代码无法运行时还有可能是文件路径问题注意改成自己的文件路径 2数据预处理 1.导入数据 使用pandas库导入数据集文件文件路径要换成自己的 digit pd.read_csv(datasets/digit-recognizer/train.csv) 2.划分训练集与测试集 使用train_test_split函数将数据集分为训练集和测试集测试集比例为0.2 再将特征和标签分离出来 train, test train_test_split(digit, test_size0.2)train_x train.drop(columnslabel) train_y train[label] test_x test.drop(columnslabel) test_y test[label] 3.图片显示 我们可以使用matplotlib库将图片显示出来 train_x.iloc[2]选取训练集的第3行数据np.array()将数组转化为numpy数组以便使用reshape函数.reshape(2828)将原来的784个特征转化为(2828)格式的数据这代表一个正方形图片cmapmpl.cm.binary使图片颜色为黑白plt.imshow()函数可以将一个像素数组转化为图片 plt.imshow(np.array(train_x.iloc[2]).reshape(28, 28), cmapmpl.cm.binary) plt.show() print(train_y.iloc[2]) 显示图片并打印数据标签 我们可以看到图像是一个数字9打印标签也确实是9接下来我们就来训练一个数字识别机器学习模型 3模型训练 由于这是一个分类任务我们可以选择使用KNN近邻算法第一步设置模型第二步训练模型 model KNeighborsClassifier(n_neighbors3) model.fit(train_x, train_y) 4模型预测与性能评估 寻找最优参数 对于大部分机器学习模型来说设置不同的参数得到的模型性能都不同我们可以绘制不同参数的准确率曲线图来寻找最优参数 accuracy []for i in range(1, 10):model KNeighborsClassifier(n_neighborsi)model.fit(train_x, train_y)prediction model.predict(test_x)accuracy.append(accuracy_score(prediction, test_y))print()plt.plot(range(1, 10), accuracy) plt.xlabel(neighbors) plt.ylabel(accuracy) plt.show() 可以看到当neighbors为3时模型效果最好我们在应用时就将模型参数设置为3 5除数据预处理外的完整代码 这里是舍弃了一些寻找特征等工作的完整模型训练代码 import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_scoredigit pd.read_csv(datasets/digit-recognizer/train.csv)train, test train_test_split(digit, test_size0.2)train_x train.drop(columnslabel) train_y train[label] test_x test.drop(columnslabel) test_y test[label]model KNeighborsClassifier(n_neighbors3) model.fit(train_x, train_y) prediction model.predict(test_x) print(accuracy_score(prediction, test_y)) 四、本章总结​  学习了使用numpy处理图像数据的方法学习了打印准确率曲线来寻找最优参数的方法使用KNN模型来完成分类任务 当然也可以自己处理特征自己选择模型调整参数看看会不会获得更好的结果 感谢阅读觉得有用的话就订阅下本专栏吧
http://wiki.neutronadmin.com/news/186904/

相关文章:

  • 高校网站建设申请怎么写wordpress文章链接设置
  • 国网北京电力建设研究院网站珠海网站制作渠道
  • 简述建设一个网站的步骤在线电影视频wordpress主题
  • 聊城网站推广手机上可以制作图片的软件
  • 网站开发 php 实例教程seo外包方案
  • 自己买台服务器做网站贵美商城网站的首页怎么做代码
  • 建设营销网站的目的手机网站开发与pc网站开发的不同
  • 加若格网站做么样wordpress添加新文章类型
  • 广东省工程建设注册中心网站域名备案未及时注销处罚
  • 京山网站制作注册电商网店怎么注册
  • 网站建设流程域名申请网站做兼容需要多少钱
  • 企业网站模板湖南岚鸿模板广州计算机编程培训学校
  • 网站站长英语网站搭建图片
  • 公司企业网站建设需要哪些黑龙江建筑工程信息网
  • 网站制作与网页设计精准客户电话号码资源
  • 网站自然排名这么做柳州专业网站建设加盟
  • 国外可以做推广的网站有哪些怎样做淘宝客网站
  • 自己如何建立网站宁波市余姚建设局网站
  • 园区网站建设调研报告俄罗斯外贸网站
  • 做装修的网站是不是骗人的计算机培训课程
  • 怎么建设免费网站域名注册百度网站怎么弄
  • h5商城网站建设百度上免费创建网站
  • 手机建站cms系统wordpress单页
  • 服装公司电子商务网站建设策划书企业做网站哪家便宜
  • 做一个网站的步骤程序员做情侣网站
  • 珠海网站建设哪家公司好阿里巴巴外贸平台一年多少钱
  • 如何做汽车团购网站中 网站建设 扬州
  • 南通网站建设方案托管软件推广网站
  • 网站可以个人做吗手机软件商城免费下载
  • wdcp 网站迁移网站建设 质量标准