陈生老父亲 2021-12-23 08:07 采纳率: 100%
浏览 79
已结题

svm识别手写数字优化

代码在jupyter上跑的非常慢,并且输出的测试准确率很低,要怎么优化代码呢?

import os
import cv2
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets
 
def getdata(_dir):
    images= []
    labels = []
    for cls in os.listdir(_dir):
        cls_dir = os.path.join(_dir,cls)  
        for file in os.listdir(cls_dir ):
            img = cv2.imread(os.path.join(cls_dir,file ),-1)
            images.append(img)
            labels.append(int(cls))
    return np.array(images),np.array(labels)
 
 
_dir_train=r"C:\Users\lenovo\Desktop\python\mnist_train"
_dir_test=r"C:\Users\lenovo\Desktop\python\mnist_test"
Xtrain,Ytrain = getdata(_dir_train)
Xtest,Ytest= getdata(_dir_test)
 
images_and_labels=list(zip(Xtrain,Ytrain))
plt.figure(figsize=(8, 6))
for index, (image, label) in enumerate(images_and_labels[:8]):
    plt.subplot(2, 4, index + 1)
    plt.axis('off')
    plt.imshow(image, cmap=plt.cm.gray_r, interpolation='nearest')
    plt.title('Digit: %i' % label, fontsize=20);
 
from sklearn import svm
clf = svm.SVC(gamma='auto', C=1.0, probability=True,max_iter=5000)
 
h=Xtrain.shape[1]
w=Xtrain.shape[2]
print(Ytrain.shape)
Xtrain=Xtrain.reshape(-1,784)
Xtest=Xtest.reshape(-1,784)
clf.fit(Xtrain, Ytrain);
print("train finished!")

from sklearn.metrics import accuracy_score
Ypred = clf.predict(Xtest);
ret = accuracy_score(Ytest, Ypred)
print(ret)

  • 写回答

6条回答

      报告相同问题?

      相关推荐 更多相似问题

      问题事件

      • 系统已结题 12月31日
      • 已采纳回答 12月23日
      • 创建了问题 12月23日

      悬赏问题

      • ¥15 maftools不能library
      • ¥15 vce文件应该如何修改内容
      • ¥25 随机森林二分类预测不均匀
      • ¥15 求助!!c语言作业(新了解的
      • ¥15 starccm流域异常
      • ¥15 并行程序时间性能计算比较
      • ¥15 正点原子stm32实验55网络通信打开LWIP_NETCONN会报错
      • ¥15 Linux关于FTP服务器配置的问题(很基础)
      • ¥15 求助!python作业
      • ¥50 求一份TAP网卡驱动修改版