回答編集履歴
3
修正
answer
CHANGED
@@ -4,6 +4,10 @@
|
|
4
4
|
|
5
5
|

|
6
6
|
|
7
|
+
以下の手順で作成しました。
|
8
|
+
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
|
9
|
+
2. 白い背景に黒いペンで数字を書く
|
10
|
+
|
7
11
|
```python
|
8
12
|
import sklearn.datasets
|
9
13
|
import sklearn.svm
|
2
修正
answer
CHANGED
@@ -31,6 +31,6 @@
|
|
31
31
|
print("予測=", n)
|
32
32
|
|
33
33
|
|
34
|
-
data = imageToData("
|
34
|
+
data = imageToData("9.png")
|
35
35
|
predictDigits(data)
|
36
36
|
```
|
1
修正
answer
CHANGED
@@ -1,57 +1,36 @@
|
|
1
1
|
手元で確認しましたが、SVM で推論できました。
|
2
2
|
|
3
|
-
自作した画像は**
|
3
|
+
自作した画像は**白い背景に黒い文字**で作成しましたか?
|
4
4
|
|
5
|
-

|
6
6
|
|
7
|
-

|
8
|
-
|
9
7
|
```python
|
10
|
-
import
|
8
|
+
import sklearn.datasets
|
9
|
+
import sklearn.svm
|
10
|
+
import PIL.Image
|
11
|
-
import numpy
|
11
|
+
import numpy
|
12
|
-
from PIL import Image
|
13
|
-
from sklearn.datasets import load_digits
|
14
|
-
from sklearn.metrics import accuracy_score
|
15
|
-
from sklearn.svm import SVC
|
16
12
|
|
17
13
|
|
18
|
-
def
|
14
|
+
def imageToData(filename):
|
19
|
-
|
15
|
+
grayImage = PIL.Image.open(filename).convert("L")
|
20
|
-
|
16
|
+
grayImage = grayImage.resize((8, 8), PIL.Image.ANTIALIAS)
|
21
|
-
# uint8 -> float
|
22
|
-
|
17
|
+
numImage = numpy.asarray(grayImage, dtype=float)
|
23
|
-
# [0, 255] -> [0, 16] にスケールする。
|
24
|
-
|
18
|
+
numImage = numpy.floor(16 - 16 * (numImage / 256))
|
25
|
-
# (8, 8) -> (64,)
|
26
|
-
|
19
|
+
numImage = numImage.flatten()
|
27
20
|
|
28
|
-
return
|
21
|
+
return numImage
|
29
22
|
|
30
23
|
|
31
|
-
def
|
24
|
+
def predictDigits(data):
|
32
|
-
|
25
|
+
digits = sklearn.datasets.load_digits()
|
33
26
|
|
34
|
-
|
27
|
+
clf = sklearn.svm.SVC(gamma=0.001)
|
35
|
-
|
28
|
+
clf.fit(digits.data, digits.target)
|
36
|
-
plt.show()
|
37
29
|
|
30
|
+
n = clf.predict([data])
|
31
|
+
print("予測=", n)
|
38
32
|
|
39
|
-
def pred_img(filename):
|
40
|
-
data = load_img(filename)
|
41
|
-
pred = clf.predict([data])
|
42
33
|
|
43
|
-
show_digit(data)
|
44
|
-
print(pred)
|
45
|
-
|
46
|
-
|
47
|
-
digits = load_digits()
|
48
|
-
clf = SVC(gamma=0.001).fit(digits.data, digits.target)
|
49
|
-
pred = clf.predict(digits.data)
|
50
|
-
|
51
|
-
# 学習データに対する精度を確認
|
52
|
-
accuracy = accuracy_score(digits.target, pred)
|
53
|
-
print(f"{accuracy:.2%}")
|
54
|
-
|
55
|
-
|
34
|
+
data = imageToData("92.png")
|
56
|
-
|
35
|
+
predictDigits(data)
|
57
36
|
```
|