python手写数字识别

以下是一个简单的Python程序，用于手写数字识别：

1.导入必要的库

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier

2.加载数据集

digits = load_digits()
X = digits.data
y = digits.target

3.分割数据集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

4.构建神经网络模型

model = MLPClassifier(hidden_layer_sizes=(100,), activation='relu', solver='adam', max_iter=500)

5.训练模型

model.fit(X_train, y_train)

6.评估模型

score = model.score(X_test, y_test)
print('Accuracy:', score)

7.使用模型预测手写数字

plt.gray()
plt.matshow(digits.images[0])
plt.show()

print('Prediction:', model.predict(digits.data[[0], :]))

以上就是一个简单的Python程序，用于手写数字识别。它使用了sklearn库中的MLPClassifier模型实现。程序的输出结果是模型的准确度和预测结果。