Загрузка небольшого набора данных
Почему это важно В модуле 3 вы научите сеть читать рукописные цифры. Здесь вы сначала знакомитесь с данными.
scikit-learn поставляется с небольшим набором из 1 797 рукописных цифр, каждая - сетка 8 на 8 значений яркости от 0 до 16, с меткой от 0 до 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
Прежде чем обучать на любом наборе данных, посчитайте, сколько примеров в каждом классе. Если бы у одной цифры было в десять раз больше примеров, ленивая модель могла бы набрать хороший результат, всегда угадывая её.
Класс: один из ответов, которые может дать классификатор, здесь цифры от 0 до 9.
Итоги Прежде всего посмотрите на формы и посчитайте классы.
Слова и символы этого урока
- массив
- блок чисел NumPy, все одного типа, который делает математику со всеми элементами сразу
- форма
- размер массива по каждому направлению, например (32, 64) - это 32 строки по 64
Загрузите цифры. Присвойте n_images число изображений, pixels_per_image - число пикселей в одном изображении, а class_counts - массив из 10 счётов (сколько каждой цифры). np.bincount посчитает целые числа за вас.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.