回答編集履歴
3
修正
test
CHANGED
@@ -7,6 +7,14 @@
|
|
7
7
|
|
8
8
|
|
9
9
|
![イメージ説明](66766755f398e249b1b85174ee9f8c00.png)
|
10
|
+
|
11
|
+
|
12
|
+
|
13
|
+
以下の手順で作成しました。
|
14
|
+
|
15
|
+
1. ペイントを開いて、100x100 とか縦横が同じ大きさのキャンバスを作成する
|
16
|
+
|
17
|
+
2. 白い背景に黒いペンで数字を書く
|
10
18
|
|
11
19
|
|
12
20
|
|
2
修正
test
CHANGED
@@ -64,7 +64,7 @@
|
|
64
64
|
|
65
65
|
|
66
66
|
|
67
|
-
data = imageToData("9
|
67
|
+
data = imageToData("9.png")
|
68
68
|
|
69
69
|
predictDigits(data)
|
70
70
|
|
1
修正
test
CHANGED
@@ -2,112 +2,70 @@
|
|
2
2
|
|
3
3
|
|
4
4
|
|
5
|
-
自作した画像は**
|
5
|
+
自作した画像は**白い背景に黒い文字**で作成しましたか?
|
6
6
|
|
7
7
|
|
8
8
|
|
9
|
-
![イメージ説明](
|
9
|
+
![イメージ説明](66766755f398e249b1b85174ee9f8c00.png)
|
10
|
-
|
11
|
-
|
12
|
-
|
13
|
-
![イメージ説明](1e07e8989750e6eb93cdbab39226abff.png)
|
14
10
|
|
15
11
|
|
16
12
|
|
17
13
|
```python
|
18
14
|
|
19
|
-
import
|
15
|
+
import sklearn.datasets
|
20
16
|
|
21
|
-
import n
|
17
|
+
import sklearn.svm
|
22
18
|
|
23
|
-
|
19
|
+
import PIL.Image
|
24
20
|
|
25
|
-
from sklearn.datasets import load_digits
|
26
|
-
|
27
|
-
from sklearn.metrics import accuracy_score
|
28
|
-
|
29
|
-
|
21
|
+
import numpy
|
30
22
|
|
31
23
|
|
32
24
|
|
33
25
|
|
34
26
|
|
35
|
-
def
|
27
|
+
def imageToData(filename):
|
36
28
|
|
37
|
-
|
29
|
+
grayImage = PIL.Image.open(filename).convert("L")
|
38
30
|
|
39
|
-
|
31
|
+
grayImage = grayImage.resize((8, 8), PIL.Image.ANTIALIAS)
|
40
32
|
|
41
|
-
|
33
|
+
numImage = numpy.asarray(grayImage, dtype=float)
|
42
34
|
|
43
|
-
|
35
|
+
numImage = numpy.floor(16 - 16 * (numImage / 256))
|
44
36
|
|
45
|
-
# [0, 255] -> [0, 16] にスケールする。
|
46
|
-
|
47
|
-
img = 16 * (img - img.min()) / (img.max() - img.min())
|
48
|
-
|
49
|
-
# (8, 8) -> (64,)
|
50
|
-
|
51
|
-
|
37
|
+
numImage = numImage.flatten()
|
52
38
|
|
53
39
|
|
54
40
|
|
55
|
-
return
|
41
|
+
return numImage
|
56
42
|
|
57
43
|
|
58
44
|
|
59
45
|
|
60
46
|
|
61
|
-
def
|
47
|
+
def predictDigits(data):
|
62
48
|
|
63
|
-
|
49
|
+
digits = sklearn.datasets.load_digits()
|
64
50
|
|
65
51
|
|
66
52
|
|
67
|
-
f
|
53
|
+
clf = sklearn.svm.SVC(gamma=0.001)
|
68
54
|
|
69
|
-
|
55
|
+
clf.fit(digits.data, digits.target)
|
70
56
|
|
57
|
+
|
58
|
+
|
71
|
-
p
|
59
|
+
n = clf.predict([data])
|
60
|
+
|
61
|
+
print("予測=", n)
|
72
62
|
|
73
63
|
|
74
64
|
|
75
65
|
|
76
66
|
|
77
|
-
d
|
67
|
+
data = imageToData("92.png")
|
78
68
|
|
79
|
-
data = load_img(filename)
|
80
|
-
|
81
|
-
pred = clf.predict([data])
|
82
|
-
|
83
|
-
|
84
|
-
|
85
|
-
|
69
|
+
predictDigits(data)
|
86
|
-
|
87
|
-
print(pred)
|
88
|
-
|
89
|
-
|
90
|
-
|
91
|
-
|
92
|
-
|
93
|
-
digits = load_digits()
|
94
|
-
|
95
|
-
clf = SVC(gamma=0.001).fit(digits.data, digits.target)
|
96
|
-
|
97
|
-
pred = clf.predict(digits.data)
|
98
|
-
|
99
|
-
|
100
|
-
|
101
|
-
# 学習データに対する精度を確認
|
102
|
-
|
103
|
-
accuracy = accuracy_score(digits.target, pred)
|
104
|
-
|
105
|
-
print(f"{accuracy:.2%}")
|
106
|
-
|
107
|
-
|
108
|
-
|
109
|
-
pred_img("2.png")
|
110
|
-
|
111
|
-
pred_img("9.png")
|
112
70
|
|
113
71
|
```
|