15 手写数字识别-小数据集 6/8

1.手写数字数据集

• from sklearn.datasets import load_digits
• digits = load_digits()

digits = load_digits()
x_data = digits.data.astype(np.float32)
y_data = digits.target.astype(np.float32).reshape(-1, 1)  # 将y变为一列

2.图片数据预处理

• x：归一化MinMaxScaler()
• y：独热编码OneHotEncoder()或to_categorical
• 训练集测试集划分
• 张量结构

# 图片数据预处理
# x : 归一化
# 将属性缩放到一个指定的最大和最小值（通常是1-0之间）
scaler = MinMaxScaler()
x_data = scaler.fit_transform(x_data)
print(x_data)
x = x_data.reshape(-1, 8, 8, 1)  # 转换为图片格式
# y : 独热编码OneHotEncoder()或to_categorical
y = OneHotEncoder().fit_transform(y_data).todense()
# 训练集测试集划分
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=0, stratify=y)
print(x_train.shape, x_test.shape, y_train.shape, y_test.shape)

结构如下：

　　

  

3.设计卷积神经网络结构

• 绘制模型结构图，并说明设计依据。

　　模型图：

　　

# 设计卷积神经网络结构
# 建立模型
model = Sequential()
ks = [3, 3]  # 卷积核大小
# 一层卷积，输入数据的shape要指定，其它层的数据shape框架会自动推导
model.add(Conv2D(filters=16, kernel_size=ks, padding='same', input_shape=x_train.shape[1:], activation='relu'))
# 池化层
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
# 二层卷积
model.add(Conv2D(filters=32, kernel_size=ks, padding='same', activation='relu'))
# 池化层
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
# 三层卷积
model.add(Conv2D(filters=64, kernel_size=ks, padding='same', activation='relu'))
# 四层卷积
model.add(Conv2D(filters=128, kernel_size=ks, padding='same', activation='relu'))
# 池化层
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
# 平坦层
model.add(Flatten())
# 全连接层
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.25))
# 激活函数
model.add(Dense(10, activation='softmax'))
model.summary()

模型结果：　　

　　

　　

4.模型训练

# 模型训练
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
train_history = model.fit(x=x_train, y=y_train, validation_split=0.2, batch_size=300, epochs=10, verbose=2)

# 定义训练参数可视化
def show_train_history(train_history, train, validation):
    plt.plot(train_history.history[train])
    plt.plot(train_history.history[validation])
    plt.title('Train History')
    plt.ylabel('train')
    plt.xlabel('epoch')
    plt.legend(['train', 'validation'], loc='upper left')
    plt.show()
# 准确率
show_train_history(train_history, 'accuracy', 'val_accuracy')
# 损失率
show_train_history(train_history, 'loss', 'val_loss')　　

　　 

可视化结果：

　　准确率：

　　　　

　　损失率：

　　　　

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap

# 模型评价
# 模型评估
score = model.evaluate(x_test, y_test)[1]
print('模型准确率=',score)
# 预测值
y_pre = model.predict_classes(x_test)
y_pre[:10]

# 交叉表和交叉矩阵
y_test1 = np.argmax(y_test, axis=1).reshape(-1)
y_true = np.array(y_test1)[0]
y_true.shape
# 交叉表查看预测数据与原数据对比
pd.crosstab(y_true, y_pre, rownames=['true'], colnames=['predict'])

# 交叉矩阵
y_test1 = y_test1.tolist()[0]
a = pd.crosstab(np.array(y_test1), y_pre, rownames=['Lables'], colnames=['predict'])
df = pd.DataFrame(a)
print(df)
sns.heatmap(df, annot=True, cmap="Reds", linewidths=0.2, linecolor='G')

　　模型准确率以及交叉矩阵：　　

　　　　

　　热力图结果：