Python-机器学习小项目手写数字识别MNIST-数据集
目录
Python 机器学习小项目：手写数字识别（MNIST 数据集）
本项目将使用 scikit-learn 库，基于 支持向量机（SVM） 模型来构建一个手写数字识别系统。数据集选用 MNIST ，其中包含 0-9 的手写数字图像，每张图片是 8×8 像素的灰度图。
项目步骤
- 安装必要的库
- 加载数据集
- 数据预处理
- 划分训练集和测试集
- 训练 SVM 模型
- 模型评估
- 测试并可视化结果
1. 安装必要的库
确保你的 Python 环境已安装以下库：
pip install numpy pandas scikit-learn matplotlib2. 加载数据集
我们使用
sklearn.datasets.load_digits()
加载 MNIST 数据集的一个小型版本（8×8 图像）。
from sklearn import datasets
# 加载手写数字数据集
digits = datasets.load_digits()
# 查看数据集的大小
print(f"数据集样本数量: {len(digits.images)}")3. 数据预处理
我们需要将 8×8 的图像转换为 一维数组 （64 个特征），以便输入到 SVM 模型中。
import matplotlib.pyplot as plt
import numpy as np
# 显示前 5 张图片
fig, axes = plt.subplots(1, 5, figsize=(10, 3))
for i, ax in enumerate(axes):
ax.imshow(digits.images[i], cmap='gray')
ax.set_title(f"Label: {digits.target[i]}")
plt.show()
# 将数据转换为 (n_samples, n_features) 形式
X = digits.images.reshape((len(digits.images), -1))
y = digits.target4. 划分训练集和测试集
我们使用
train_test_split
将数据集拆分为
80% 训练集
和
20% 测试集
。
from sklearn.model_selection import train_test_split
# 划分数据
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print(f"训练集样本数: {len(X_train)}, 测试集样本数: {len(X_test)}")5. 训练 SVM 模型
支持向量机（SVM）是一个强大的分类算法，特别适合中小型数据集。
from sklearn.svm import SVC
# 创建 SVM 分类器
clf = SVC(kernel='linear')
# 训练模型
clf.fit(X_train, y_train)
print("模型训练完成！")6. 评估模型
我们在测试集上评估模型的准确率。
from sklearn.metrics import accuracy_score
# 进行预测
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率: {accuracy:.2f}")7. 测试并可视化结果
我们从测试集中随机选取一些样本进行预测，并显示结果。
import random
# 随机选择 5 个样本
sample_indices = random.sample(range(len(X_test)), 5)
sample_images = X_test[sample_indices].reshape(-1, 8, 8) # 变回 8×8 形状
sample_labels = y_test[sample_indices]
sample_preds = clf.predict(X_test[sample_indices])
# 显示预测结果
fig, axes = plt.subplots(1, 5, figsize=(10, 3))
for i, ax in enumerate(axes):
ax.imshow(sample_images[i], cmap='gray')
ax.set_title(f"真实: {sample_labels[i]}\n预测: {sample_preds[i]}")
plt.show()总结
通过本项目，我们完成了一个完整的 机器学习分类任务 ： ✅ 加载数据
✅ 数据预处理 （转换 8×8 图像为 64 维特征）
✅ 划分数据集
✅ 训练 SVM 分类器
✅ 模型评估 （计算准确率）
✅ 可视化预测结果