【Scikit-learn】MLP(多層パーセプトロン)で手描き数字の判別【ニューラルネットワーク】

Pythonと機械学習ライブラリ「scikit-learn」によるニューラルネットワーク(多層パーセプトロン・MLP)で手書き数字画像から数字を判別(digitsデータセット)する方法についてまとめました。

【MLP】手書き数字画像から数字を判別(digitsデータセット)

Scikit-learnには、様々なサンプルデータ(学習用のデータセット)が用意されています。
今回はそのうち、手書き数字画像(Digits データセット)を使って数字判別をニューラルネットワーク(多層パーセプトロン・MLP)で行ってみます。

データセットの中身は次のとおり。

種別 概要
説明変数 0~9の描き数字が描かれた画像データ群。画像1枚あたり8*8の二次元配列で格納されている。また、画素値は0~16で黒(背景部分)、白(数字部分)となっている。
目的変数 各画像の正解ラベル(0~9)
https://scikit-learn.org/stable/auto_examples/cluster/plot_digits_agglomeration.html#sphx-glr-auto-examples-cluster-plot-digits-agglomeration-py

動画解説

サンプルコード


以下のテスト画像を入力し、「2」と予測されました。

Scikit-learnの使い方まとめ(機械学習入門・サンプル集)
Pythonモジュール「Scikit-learn」で機械学習を行う方法について入門者向けに使い方を解説します。

コメント