Python+sklearn使用支持向量机算法实现数字图片分类
Posted Python小屋
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python+sklearn使用支持向量机算法实现数字图片分类相关的知识，希望对你有一定的参考价值。
关于支持向量机的理论知识，大家可以查阅机器学习之类的书籍或网上资源，本文主要介绍如何使用Python扩展库sklearn中的支持向量机实现数字图片分类。
1、首先编写代码生成一定数量的含有数字的图片
上面代码运行会生成80000张含有数字0到9的图片，并加入随机干扰，交换相邻两个像素的颜色。生成的图片如下：
其中，每张图片加入干扰的效果如下：
2、然后编写代码，加载生成的图片文件
3、最后编写代码，使用Python扩展库sklearn中的支持向量机算法对生成的图片中除最后1000张之外的图片进行训练，并使用训练好的模型对最后1000张图片进行分类。
4、下面的运行结果显示了预测的准确率，前3个结果是40000张图片训练和分类的，每次运行用时约1.5小时，最后一个结果是80000张图片训练和分类的，用时约7.5小时。
----------相关阅读----------
----------喜大普奔----------
1、董付国老师Python系列教材：
《Python程序设计基础》
《Python程序设计（第2版）》
《Python可以这样学》（本书已被引入台湾发行繁体版）
《Python程序设计开发宝典》
《中学生可以这样学Python》
以上是关于Python+sklearn使用支持向量机算法实现数字图片分类的主要内容，如果未能解决你的问题，请参考以下文章