ملاحظة
Go to the end to download the full example code. or to run this example in your browser via JupyterLite or Binder
تمرين تصنيف الأرقام#
تمرين تعليمي يتعلق باستخدام تقنيات التصنيف على مجموعة بيانات الأرقام.
يتم استخدام هذا التمرين في جزء clf_tut من قسم supervised_learning_tut من stat_learn_tut_index.
نتيجة KNN: 0.961111
نتيجة LogisticRegression: 0.933333
# Authors: The scikit-learn developers
# SPDX-License-Identifier: BSD-3-Clause
from sklearn import datasets, linear_model, neighbors
X_digits, y_digits = datasets.load_digits(return_X_y=True)
X_digits = X_digits / X_digits.max()
n_samples = len(X_digits)
X_train = X_digits[: int(0.9 * n_samples)]
y_train = y_digits[: int(0.9 * n_samples)]
X_test = X_digits[int(0.9 * n_samples) :]
y_test = y_digits[int(0.9 * n_samples) :]
knn = neighbors.KNeighborsClassifier()
logistic = linear_model.LogisticRegression(max_iter=1000)
print("نتيجة KNN: %f" % knn.fit(X_train, y_train).score(X_test, y_test))
print(
"نتيجة LogisticRegression: %f"
% logistic.fit(X_train, y_train).score(X_test, y_test)
)
Total running time of the script: (0 minutes 0.096 seconds)
Related examples

مقارنة استراتيجيات التعلم العشوائي لتصنيف الشبكة العصبية متعددة الطبقات
مقارنة استراتيجيات التعلم العشوائي لتصنيف الشبكة العصبية متعددة الطبقات