课程大纲 第 17 课,共 246 课 · 第 1 模块:这门课用到的 Python
第 1 模块:这门课用到的 Python

加载一个小数据集

为什么重要 在第 3 模块,你会教一个网络读手写数字。在这里你先认识一下这些数据。

scikit-learn 自带一个由 1,797 个手写数字组成的小数据集,每个都是一个 8 乘 8 的亮度值网格,取值从 0 到 16,并带有一个 0 到 9 的标签。

from sklearn.datasets import load_digits
d = load_digits()
d.images.shape   # (1797, 8, 8)
d.target[:5]     # the labels of the first five

在任何数据集上训练之前,先数一数每个类别有多少个例子。如果某个数字的例子多了十倍,一个偷懒的模型只要总是猜它就能拿到不错的分数。

类别:分类器能给出的答案之一,这里是数字 0 到 9。

回顾 在做任何别的事之前,先看形状,数类别。

本课中的词语和符号
数组
一块 NumPy 数字,类型全都相同,能一次对每一项做数学运算
形状
一个数组在每个方向上的大小,例如 (32, 64) 是 32 行、每行 64 个
轮到你了

加载这些数字。把 n_images 设为图像的数量,pixels_per_image 设为一张图像中的像素数,class_counts 设为一个有 10 个计数的数组(每个数字有多少个)。np.bincount 会替你数整数。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。