如何利用机器学习技术实现高效的手写数字识别？

本文共计1019个文字，预计阅读时间需要5分钟。

前言：logistic回归是一种分类算法，可以处理二元分类和多分类问题。我们使用sklearn中的logistic对MNIST数据集进行手写数字识别的实践。

数据集：MNIST数据集来自美国国家标准化与技术研究院，包含手写数字的灰度图像。训练集由60,000个样本组成，测试集由10,000个样本组成。

前言

logistic回归，是一个分类算法，可以处理二元分类，多元分类。我们使用sklearn中的logistic对手写数字识别进行实践。

数据集

MNIST数据集来自美国国家标准与技术研究所，训练集由250个不同人手写数字构成，50%高中学生，50%来自人口普查局。

数据集展示

数据集下载

百度云盘：
链接：pan.baidu.com/s/1ZBU8XBsx7lp7gdN4ySSIWg
提取码：5mrf

关于使用pycharm图片不显示

pycharm默认会在右边进行绘图，由于某些原因导致图片不能显示，只能是白图的解决办法。

• 我们可以首先把图片显示调到独立画框显示。file->settings->Tools->Python Scientific 取消勾选 show plots in tool window.
  

• 进行上述操作之后会独立弹出画框进行画图，如果仍然不能显示可以进行下面操作。