Skip to content
Permalink
Branch: master
Find file Copy path
Find file Copy path
Fetching contributors…
Cannot retrieve contributors at this time
43 lines (38 sloc) 1.52 KB
# importa os dataset que vem com o sklearn
from sklearn import datasets
#Carrega o digits dataset na variável digits
digits = datasets.load_digits()
#Mostra que há 1797 imagens (8 por 8 imagens para uma dimensionalidade de 64)
print("Forma de dados da imagem" , digits.data.shape)
#Mostra que há 1797 amostras (inteiros de 0 a 9)
print("Forma de dados do rótulo", digits.target.shape)
#Mostra os dados, as features de cada dígito manuscrito
digits.data
# Ou então
digits['data']
#Mostra os dados, das classificações de cada dígito manuscrito
digits.target
# Ou
digits['target']
digits.images[0]
#Plota os cinco primeiros registros e suas classificações
import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(20,4))
for index, (image, label) in enumerate(zip(digits.data[0:5], digits.target[0:5])):
plt.subplot(1, 5, index + 1)
plt.imshow(np.reshape(image, (8,8)), cmap=plt.cm.gray)
plt.title('Target: {}\n'.format(label, fontsize = 20))
#Parea mostrar o gráfico efetivamente
plt.show()
############################################################
#Construindo o modelo estimador baseado em SVM
#Importa o svm(support vector machine) do sklearn
from sklearn import svm
#Instancia um objeto svm em clf
clf = svm.SVC(gamma=0.001, C=100.)
#Selecionamos o conjunto de treinamento com a sintaxe Python [: -1],
#que produz uma nova matriz que contém todos os itens, exceto o último registro.
clf.fit(digits.data[:-1], digits.target[:-1])
#Prevê que número é o último registro
clf.predict(digits.data[-1:])
You can’t perform that action at this time.