如何通过机器学习技术实现手写数字的高精度识别？

本文共计1055个文字，预计阅读时间需要5分钟。

前言：logistic回归是一种分类算法，可以处理二分类和多元分类。我们使用sklearn中的logistic回归对手写数字进行识别实践。

数据集：MNIST数据集，来自美国国家标准与技术研究院，用于训练集。

+ 使用MNIST数据集，我们将其划分为训练集和测试集，训练集用于训练logistic回归模型，测试集用于评估模型的性能。

前言

logistic回归，是一个分类算法，可以处理二元分类，多元分类。我们使用sklearn中的logistic对手写数字识别进行实践。

数据集

MNIST数据集来自美国国家标准与技术研究所，训练集由250个不同人手写数字构成，50%高中学生，50%来自人口普查局。

数据集展示

数据集下载

百度云盘：
链接：pan.baidu.com/s/1ZBU8XBsx7lp7gdN4ySSIWg
提取码：5mrf

关于使用pycharm图片不显示

pycharm默认会在右边进行绘图，由于某些原因导致图片不能显示，只能是白图的解决办法。

• 我们可以首先把图片显示调到独立画框显示。file->settings->Tools->Python Scientific 取消勾选 show plots in tool window.
  

• 进行上述操作之后会独立弹出画框进行画图，如果仍然不能显示可以进行下面操作。

  • 找到Configure subplots
    

  • 点击紧凑布局，就能显示，之前不能显示可能是因为图太大，导致我们没有看到。

    • 当然你也可以自己调整布局，行距列距什么的。