このプロジェクトでは、scikit-learn ライブラリが提供する DIGITS データセットを使って、簡単な手書き文字認識分類器を構築する方法を学びます。手書き文字認識は機械学習における古典的な問題であり、このプロジェクトでは、手書き文字画像に表される数字を正確に予測できる分類器を作成するプロセスを案内します。
このプロジェクトでは、以下のことを学びます。
このプロジェクトを完了すると、以下のことができるようになります。
このステップでは、scikit-learn ライブラリから DIGITS データセットを読み込む方法を学びます。以下の手順に従ってこのステップを完了しましょう。
handwritten_digit_classifier.pyファイルを開き、必要なライブラリをインポートします。
from sklearn import datasets
from sklearn.model_selection import train_test_splitdatasets.load_digits()関数を使って DIGITS データセットを読み込みます。
digits = datasets.load_digits()
X, y = digits.data, digits.targetX変数には 8x8 ピクセルの画像がフラット化されたものが含まれ、y変数には対応する数字のラベル（0-9）が含まれます。
train_test_split()を使ってデータセットを学習用とテスト用に分割します。
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=42
)これにより、データが 80％の学習用と 20％のテスト用に分割されます。
このステップでは、学習データに対してサポートベクターマシン（SVM）分類器を作成して学習する方法を学びます。以下の手順に従ってこのステップを完了しましょう。
handwritten_digit_classifier.pyファイルのsklearn.svmモジュールからSVCクラスをインポートします。
from sklearn.svm import SVC線形カーネルと正則化パラメータ 1 の SVM 分類器を作成します。
clf = SVC(kernel="linear", C=1)fit()メソッドを使って学習データに対して SVM 分類器を学習させます。
clf.fit(X_train, y_train)これにより、学習データに対して SVM 分類器が学習されます。
このステップでは、単一の手書き文字画像を分類するためのpredict(sample)関数を実装します。以下の手順に従ってこのステップを完了しましょう。
handwritten_digit_classifier.pyファイルでnumpyモジュールをインポートします。
import numpy as nppredict(sample)関数を定義します。
def predict(sample):
"""
Parameters:
sample -- A list of pixel values of a handwritten character image
Returns:
pred -- The predicted label for the handwritten character image as an integer
"""
## Reshape the input sample
sample = np.array(sample).reshape(1, -1)
## Use the trained classifier to make a prediction
pred = clf.predict(sample)
return int(pred[0])predict(sample)関数では：
sampleリストを NumPy 配列に変換し、学習データと同じ形式の単一のサンプルに整形します。clf分類器を使って、predict()メソッドを用いて整形された入力サンプルのラベルを予測します。これで、サンプルの手書き文字画像を使ってpredict(sample)関数をテストすることができます。handwritten_digit_classifier.pyファイルの例を以下に示します。
sample = [
0.0, 0.0, 6.0, 14.0, 4.0, 0.0, 0.0, 0.0,
0.0, 0.0, 11.0, 16.0, 10.0, 0.0, 0.0, 0.0,
0.0, 0.0, 8.0, 14.0, 16.0, 2.0, 0.0, 0.0,
0.0, 0.0, 1.0, 12.0, 12.0, 11.0, 0.0, 0.0,
0.0, 0.0, 0.0, 0.0, 11.0, 3.0, 0.0, 0.0,
0.0, 0.0, 0.0, 0.0, 5.0, 11.0, 0.0, 0.0,
0.0, 1.0, 4.0, 4.0, 7.0, 16.0, 2.0, 0.0,
0.0, 7.0, 16.0, 16.0, 13.0, 11.0, 1.0, 0.0
]
result = predict(sample)
print("Predicted Label:", result)これにより、与えられた手書き文字画像の予測ラベルが出力されるはずです。
handwritten_digit_classifier.pyファイルを実行して例を実行します。
python handwritten_digit_classifier.py
## Predicted Label: 9おめでとうございます！このプロジェクトを完了しました。あなたは実験（Lab）をもっとたくさん行って技術力を向上させることができます。
