使用sklearn-SGDClassifier分类mnist数据集中‘5‘,并使用交叉验证评估模型

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import fetch_openml
from sklearn.linear_model import SGDClassifier
from sklearn.model_selection import cross_val_score

mnist = fetch_openml('mnist_784', version=1, parser='auto')

X, y = mnist['data'], mnist['target']

X = np.array(X)
y = np.array(y)

X_train, X_test, y_train, y_test = X[:60000], X[60000:], y[:60000], y[60000:]

shuffle_index = np.random.permutation(60000)
X_train, y_train = X_train[shuffle_index], y_train[shuffle_index]

y_train_5 = (y_train=='5')
y_test_5 = (y_test=='5')

clf = SGDClassifier(random_state=42)
clf.fit(X_train,y_train_5)

result_X_66666 = clf.predict([X[66666]])
print(result_X_66666)

image = X[66666].reshape(28, 28)
plt.imshow(image, cmap='gray') # 图像以灰度模式显示
plt.show()

result_cross_val_score= cross_val_score(clf, X_train, y_train_5, cv=3)
print(result_cross_val_score)

1. 下图报错也许是因为尝试使用shuffle_index数组来索引X_train[]DataFrame时,该索引数组中的值被误解。将X和y转换为numpy数组,然后再进行随机洗牌操作,解决报错。

X = np.array(X)

y = np.array(y)

2. shuffle_index = np.random.permutation(60000)

random.permutation函数生成一个长度为60000的随机排列数组。这个数组shuffle_index可以用于打乱数据集,确保数据的随机性。

3. 以图片形式显示X[66666]

image = X[66666].reshape(28, 28)

plt.imshow(image, cmap='gray')

plt.show()

4. clf = SGDClassifier(random_state=42)

random_state参数是许多算法中用于控制随机数生成的种子值的一个常见参数。通过设置random_state为一个固定的整数值,可以确保代码的随机性部分是可重复的,这意味着每次运行代码时,如果输入数据不变,使用相同的random_state值将得到完全相同的结果。

5. 结果​​​​​​​

6. 学习视频

4-交叉验证实验分析_哔哩哔哩_bilibili

相关推荐
TiAmo zhang4 小时前
深度学习与图像处理案例 │ 图像分类(智能垃圾分拣器)
图像处理·深度学习·分类
walnut_oyb6 小时前
论文阅读|CVPR 2025|Mamba进一步研究|GroupMamba
论文阅读·人工智能·神经网络·计算机视觉·分类
karlso1 天前
深度学习:简介与任务分类总览
人工智能·深度学习·分类
呆头鹅AI工作室2 天前
[2025CVPR-图象分类方向]CATANet:用于轻量级图像超分辨率的高效内容感知标记聚合
图像处理·人工智能·深度学习·目标检测·机器学习·计算机视觉·分类
向左转, 向右走ˉ2 天前
为什么分类任务偏爱交叉熵?MSE 为何折戟?
人工智能·深度学习·算法·机器学习·分类·数据挖掘
F_D_Z2 天前
【PyTorch】图像多分类项目部署
人工智能·pytorch·python·深度学习·分类
旧时光巷2 天前
【机器学习-4】 | 集成学习 / 随机森林篇
python·随机森林·机器学习·集成学习·sklearn·boosting·bagging
weixin_464078072 天前
机器学习sklearn:决策树的参数、属性、接口
决策树·机器学习·sklearn
Blossom.1182 天前
基于深度学习的图像分类:使用ShuffleNet实现高效分类
人工智能·python·深度学习·目标检测·机器学习·分类·数据挖掘
徐礼昭|商派软件市场负责人2 天前
数智驱动的「库存管理」:从风险系数、ABC分类到OMS和ERP系统的协同优化策略
大数据·人工智能·分类