自建数据集手写数字识别

自建数据集手写数字识别可以通过以下步骤实现：

1. 收集手写数字图像数据集：可以通过自己手写数字并拍照或使用绘图工具创建手写数字图像。确保图像尺寸一致，并将其保存在一个文件夹中。

2. 数据预处理：将图像转换为灰度图像，并将其尺寸调整为28x28像素。然后，将图像转换为数字矩阵，并将像素值标准化到0到1之间。

3. 构建训练集和测试集：将数据集分为训练集和测试集。通常，将大部分数据用于训练，少部分数据用于测试。可以使用sklearn库中的train_test_split函数来实现数据集的划分。

4. 训练模型：选择一个适合手写数字识别的机器学习模型，例如卷积神经网络(CNN)。使用训练集对模型进行训练，并调整模型的超参数以提高性能。

5. 模型评估：使用测试集对训练好的模型进行评估，计算模型的准确率、精确率、召回率等指标，以评估模型的性能。

6. 预测新的手写数字：使用训练好的模型对新的手写数字进行预测。将新的手写数字转换为与训练集相同的格式，并输入到模型中进行预测。

以下是一个示例代码，演示了如何使用自建数据集进行手写数字识别：

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier

# 1. 收集手写数字图像数据集
# 假设手写数字图像数据集保存在一个文件夹中，每个图像文件名包含对应的标签

# 2. 数据预处理
# 将图像转换为灰度图像，将其尺寸调整为28x28像素
# 将图像转换为数字矩阵，并将像素值标准化到0到1之间

# 3. 构建训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 4. 训练模型
model = MLPClassifier(hidden_layer_sizes=(100,), max_iter=500)
model.fit(X_train, y_train)

# 5. 模型评估
accuracy = model.score(X_test, y_test)
print("Accuracy:", accuracy)

# 6. 预测新的手写数字
new_digit = load_and_preprocess_image("new_digit.png")
prediction = model.predict(new_digit)
print("Prediction:", prediction)