CART实现MNIST数字识别

前言

什么是AI？
The theory and development of computer systems able to perform tasks normally requiring human intelligence.(–Oxford Dictionary)
Using data to solve problems.(–cy)

步骤

from sklearn.model_selection import train_test_split
from sklearn import preprocessing
from sklearn.metrics import accuracy_score
from sklearn.datasets import load_digits
from sklearn.tree import DecisionTreeClassifier
import matplotlib.pyplot as plt
import random

数据加载

digits=load_digits()
digits

探索数据

#先看看数据的维度
data=digits.data
images=digits.images
print('data:',data.shape,type(data))
print('images:',images.shape,type(images))
print('target:',digits.target.shape,type(digits.target))

data: (1797, 64) <class ‘numpy.ndarray’>
images: (1797, 8, 8) <class ‘numpy.ndarray’>
target: (1797,) <class ‘numpy.ndarray’>

#data和images实际上数据是一样的 但是维度不同data中的64x1变成了images里的8x8 可以找个例子看看
print('data:\n',data[0],data[0].shape)
print('images\n',images[0],images[0].shape)
#images[0]是一个二维数组 可以将其用plt.imshow()方法画出来
plt.imshow(images[0])#显示出来的图形 应该跟标签是对应的吧
print('图片对应的target数字:',digits.target[0])

# 随机找其中的几副图像 然后显示出来看看
plt.figure(figsize=(15,2.5))
i=1
for e in [random.randint(1,data.shape[0]) for i in range(4)]:#在（1,1797）中间随机的找4个数 然后将图像显示出来 对应的数字也显示
    ax=plt.subplot(140+i)#子图141 142 143 144  
    plt.title('index:'+str(e)+'  number:'+str(digits.target[e]))
    plt.imshow(digits.images[e])
    i+=1
plt.show() 

划分数据

# 分割数据，将25%的数据作为测试集，其余作为训练集
# 要训练的特征的数据是data  目标是target  只不过感觉这里的data维度有点高1794x64
train_x, test_x, train_y, test_y = train_test_split(data, digits.target, test_size=0.25, random_state=33)

模型创建与训练

model_dt=DecisionTreeClassifier()
model_dt.fit(train_x,train_y)

DecisionTreeClassifier(ccp_alpha=0.0, class_weight=None, criterion=‘gini’,
max_depth=None, max_features=None, max_leaf_nodes=None,
min_impurity_decrease=0.0, min_impurity_split=None,
min_samples_leaf=1, min_samples_split=2,
min_weight_fraction_leaf=0.0, presort=‘deprecated’,
random_state=None, splitter=‘best’)

模型评估

predict_y=model_dt.predict(test_x)
print('模型的分数：',model_dt.score(test_x, test_y))

模型的分数： 0.8533333333333334

总结

（如果您发现我写的有错误，欢迎在评论区批评指正）。