I. 决策树基本原理

关于决策树的基本原理可以参考我之前写的一篇文章：决策树与随机森林(从入门到精通)

II. 数据处理

导入torchvision.datasets.MNIST数据集：

def load_data():dataset_train = torchvision.datasets.MNIST(root='./data/', train=True, transform=transforms.ToTensor())dataset_test = torchvision.datasets.MNIST(root='./data/', train=False, transform=transforms.ToTensor())data_train = dataset_train.dataX_train = data_train.numpy()X_test = dataset_test.data.numpy()X_train = np.reshape(X_train, (60000, 784))X_test = np.reshape(X_test, (10000, 784))Y_train = dataset_train.targets.numpy()Y_test = dataset_test.targets.numpy()return X_train, Y_train, X_test, Y_test

训练集中含有60000条数据，测试集中含有10000条数据。任意输出一条数据：

print(X_train[0], Y_train[0])

结果为：

[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   00   0   0   0   0   0   0   0   3  18  18  18 126 136 175  26 166 255247 127   0   0   0   0   0   0   0   0   0   0   0   0  30  36  94 154170 253 253 253 253 253 225 172...] 5

x是一个维度为784的一维数组，y是标签。

III. 决策树

if __name__ == '__main__':train_x, train_y, test_x, test_y = load_data()model = DecisionTreeClassifier()model.fit(train_x, train_y)score = model.score(test_x, test_y)print('accuracy:', score)

结果：

在MNIST数据集上，决策树效果不如KNN。

决策树识别MNIST数据集相关推荐

Python实现bp神经网络识别MNIST数据集
title: "Python实现bp神经网络识别MNIST数据集" date: 2018-06-18T14:01:49+08:00 tags: [""] cat ...
Pytorch实战1：LeNet手写数字识别 (MNIST数据集)
版权说明:此文章为本人原创内容,转载请注明出处,谢谢合作! Pytorch实战1:LeNet手写数字识别 (MNIST数据集) 实验环境: Pytorch 0.4.0 torchvision 0.2. ...
手写字体识别 --MNIST数据集
Matlab 手写字体识别忙过这段时间后,对于上次读取的Matlab内部数据实现的识别,我回味了一番,觉得那个实在太小.所以打算把数据换成[MNIST数据集][1]. 基础思想还是相同的,使用Tre ...
使用Pytorch实现手写数字识别(Mnist数据集)
目标知道如何使用Pytorch完成神经网络的构建知道Pytorch中激活函数的使用方法知道Pytorch中torchvision.transforms中常见图形处理函数的使用知道如何训练模型和 ...
Python 手写数字识别 MNIST数据集下载失败
目录一.MNIST数据集下载失败 1 失败的解决办法(经验教训): 2 亲测有效的解决方法: 一.MNIST数据集下载失败场景复现:想要pytorch+MINIST数据集来实现手写数字识别,首先就 ...
手写数字识别MNIST数据集下载百度网盘链接快速下载
介绍 MNIST数据集是机器学习领域中非常经典的一个数据集,由60000个训练样本和10000个测试样本组成,每个样本都是一张28 * 28像素的灰度手写数字图片. 下载官方链接:http://ya ...
python实现决策树分类 mnist数据集
文章目录 1.原理介绍 2.实验过程 2.1导入库 2.2加载数据集 2.3可视化目标分布情况 2.4对训练变量和目标变量的数据进行分解 2.5划分训练集和验证集 2.6训练模型和结果 2.7进行测试 ...
识别MNIST数据集：用Python实现神经网络
原文:http://blog.csdn.net/supercally/article/details/54312625 在这篇文章当中,我们将会用根据MNIST的数据集,跟大家介绍神经网络进行分类的基 ...
python实现lenet_吴裕雄 python 神经网络TensorFlow实现LeNet模型处理手写数字识别MNIST数据集...
importtensorflow as tf tf.reset_default_graph()#配置神经网络的参数 INPUT_NODE = 784OUTPUT_NODE= 10IMAGE_SIZE= ...
pytorch实现手写字体识别(Mnist数据集)
1.加载数据集一个快速体验学习的小tip在google的云jupyter上做实验,速度快的飞起. import torch from torch.nn import Linear, ReLU imp ...

决策树识别MNIST数据集

目录

I. 决策树基本原理

II. 数据处理

III. 决策树

决策树识别MNIST数据集相关推荐

最新文章

热门文章