手写数字识别的实现（案例）
1.概念介绍：
图像识别（ImageRecognition）是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。
图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。机器学习领域一般将此类识别问题转化为分类问题。
手写识别是常见的图像识别任务。计算机通过手写体图片来识别出图片中的字，与印刷字体不同的是，不同人的手写体风格迥异，大小不一，造成了计算机对手写识别任务的一些困难。
数字手写体识别由于其有限的类别（0~9共10个数字）成为了相对简单的手写识别任务。DBRHD和MNIST是常用的两个数字手写识别数据集
2.数据介绍：
MNIST的下载链接：http://yann.lecun.com/exdb/mnist/。
MNIST是一个包含数字0~9的手写体图片数据集，图片已归一化为以手写数字为中心的28*28规格的图片。
MNIST由训练集与测试集两个部分组成，各部分规模如下：
训练集：60,000个手写体图片及对应标签
测试集：10,000个手写体图片及对应标签
DBRHD（Pen-BasedRecognitionofHandwrittenDigitsDataSet）是UCI的机器学习中心提供的数字手写体数据库：https://archive.ics.uci.edu/ml/datasets/PenBased+Recognition+of+Handwritten+Digits。
DBRHD数据集包含大量的数字0~9的手写体图片，这些图片来源于44位不同的人的手写数字，图片已归一化为以手写数字为中心的32*32规格的图片。
DBRHD的训练集与测试集组成如下：
训练集：7,494个手写体图片及对应标签，来源于40位手写者
测试集：3,498个手写体图片及对应标签，来源于14位手写者
3.任务过程：
①输入
②输出
③MPL的结构
④步骤
importnumpyasnp#使用listdir模块，用于访问本地文件fromosimportlistdirfromsklearn.neural_networkimportMLPClassifier#定义img2vector函数，将加载的3232的图片矩阵展开成一列向量defimg2vector(fileName):retMat=np.zeros([1024],int)fr=open(fileName)#打开包含3232大小的数字文件lines=fr.readlines()#读取文件的所有行foriinrange(32):forjinrange(32):#将01数字存放在retMatretMat[i*32+j]=lines[i][j];returnretMat#并将样本标签转化为one-hot向量defreadDataSet(path):fileList=listdir(path)#获取文件夹下所有文件numFiles=len(fileList)#统计需要读取的文件的数目dataSet=np.zeros([numFiles,1024],int)#用于存放所有的数字文件hwLabels=np.zeros([numFiles,10])#用于存放对应的标签one-hotforiinrange(numFiles):filePath=fileList[i]#获取文件名称/路径digit=int(filePath.split(’_’)[0])hwLabels[i][digit]=1.0dataSet[i]=img2vector(path+’/’+filePath)#读取文件内容returndataSet,hwLabelstrain_dataSet,train_hwLabels=readDataSet(‘trainingDigits’)
#构建神经网络：设置网络的隐藏层数、各隐藏层神经元个数、#激活函数、学习率、优化方法、最大迭代次数。#hidden_layer_sizes存放的是一个元组，表示第i层隐藏层里神经元的个数#使用logistic激活函数和adam优化方法，并令初始学习率为0.0001clf=MLPClassifier(hidden_layer_sizes=(50,),activation=‘logistic’,solver=‘adam’,learning_rate_init=0.0001,max_iter=2000)#fit函数能够根据训练集及对应标签集自动设置多层感知机的输入与输出层的神经元个数。#例如train_dataSet为n1024的矩阵，train_hwLabels为n10的矩阵，#则fit函数将MLP的输入层神经元个数设为1024，输出层神经元个数为10.clf.fit(train_dataSet,train_hwLabels)
#测试集评价dataSet,hwlLabels=readDataSet(‘testDigits’)res=clf.predict(dataSet)#对测试集进行预测error_num=0#统计预测错误的数目num=len(dataSet)#测试集的数目foriinrange(num):#比较长度为10的数组，返回包含01的数组，0为不同，1为相同ifnp.sum(res[i]==hwlLabels[i])