Caricare un piccolo dataset
Perché è importante Nel Modulo 3 insegnerai a una rete a leggere cifre scritte a mano. Qui incontri prima i dati.
scikit-learn include un piccolo insieme di 1,797 cifre scritte a mano, ognuna una griglia 8 per 8 di valori di luminosità da 0 a 16, con un'etichetta da 0 a 9.
from sklearn.datasets import load_digits
d = load_digits()
d.images.shape # (1797, 8, 8)
d.target[:5] # the labels of the first five
Prima di addestrare su qualsiasi dataset, conta quanti esempi ha ogni classe. Se una cifra avesse dieci volte più esempi, un modello pigro potrebbe ottenere un buon punteggio indovinando sempre quella.
Classe: una delle risposte che un classificatore può dare, qui le cifre da 0 a 9.
Riepilogo Guarda le forme e conta le classi prima di qualsiasi altra cosa.
Parole e simboli di questa lezione
- array
- un blocco NumPy di numeri, tutti dello stesso tipo, che fa i calcoli su ogni elemento insieme
- forma
- la dimensione di un array lungo ogni direzione, per esempio (32, 64) sono 32 righe da 64
Carica le cifre. Imposta n_images sul numero di immagini, pixels_per_image sul numero di pixel di un'immagine, e class_counts su un array di 10 conteggi (quante ce ne sono di ogni cifra). np.bincount conta i numeri interi per te.
Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione
Questo esercizio si apre presto
Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.