机器学习系列-------MNIST数据下载

alltolove

        这是一个数字图像识别的案例，想要做这个必须要下载mnist-original.mat这个文件，大约50多兆（因为官方的下载接口已经再2016年关闭了，我们必须自己去网上找），把下载下来的文件放进你自己的文件夹里，下一步就要读取这个文件：
        先引入模块：

1. from sklearn.datasets import fetch_mldata

复制代码

        然后继续输入：

1. mnist=fetch_mldata('MNIST original',data_home='.\datasets\mldata')
   
2. mnist

复制代码

        这里data_home属性要设定你文件所在的目录，输入完执行后会显示如下内容：

        就证明文件读取成功了，然后从里面取出我们要的输入相和输出项：

1. X,y=mnist["data"],mnist["target"]
   
2. X.shape

复制代码

        底下会显示：(70000, 784)，就是一个7万行，784列的矩阵，然后看看输出项：

1. y.shape

复制代码

        显示为：(70000,)。这里X的每一行就代表一个数字的图像，这个784其实是个28*28的方阵，我们需要把它还原，代码如下：

1. %matplotlib inline
   
2. import matplotlib
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. some_digit=X[36000]
   
6. some_digit_imge=some_digit.reshape(28,28)
   
7. plt.imshow(some_digit_imge,cmap=matplotlib.cm.binary,interpolation="nearest")
   
8. plt.axis("off")
   
9. plt.show()

复制代码

        底下会显示出图像：

        然后看看这个图像输出是什么：

1. y[36000]

复制代码

        显示输出是5.0，这就是个数字5。然后还是跟以前一样分为训练和测试集：

1. X_train,X_test,y_train,y_test=X[:60000],X[60000:],y[:60000],y[60000:]

复制代码

        这里面前60000个图是训练集，后10000个是测试集，然后再给打乱顺序：

1. import numpy as np
   
2. shuffle_index=np.random.permutation(60000)
   
3. X_train,y_train=X_train[shuffle_index],y_train[shuffle_index]

复制代码

       

fan1993423

fetch_mldata was deprecated in version 0.20 and will be removed in version 0.22报这样的错误，好像要删除了不能用了，我查了下网上也没说怎么解决，不知道楼主有没有解决的方法。