Machine Learning 실습 (14)

1  목표

- 손글씨(0~9)를 분류하는 모델을 만들어보자

- 여러모델을 사용해보자

- 이미지 데이터 다루는 방법을 알아보자

# 도구 불러오기
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

 

2. 데이터 불러오기

digit_data = pd.read_csv('./digit_train.csv')
digit_data

# train -> 학습시킬때
# test -> 예측할때

 

### 크기 확인 .shape
### 결측치 확인
### 데이터 타입
digit_data.info()

# 행 42000, 열 785
# label to pixel783
# dtypes : int64(785)

 

digit_data.head()

 

3. EDA

- 데이터를 이미지화해서 출력해보기

# 2번째 인덱스 값의 이미지 확인해보기
# 인덱싱하기
img2 = digit_data.iloc[2,1:] # 이미지 데이터
img2_lb = digit_data.iloc[2,0] # 이미지 실제답

# pring(img2 최대, 최소 픽셀값 확인)
print(img2.min())
print(img2.max())
# 픽셀의 범위값 : 0 ~ 255
# 0 : 검은색 ~ 255 : 흰색
# ex) 200 밝은계열
# ex) 50 어두운 계열

0

255

 

# 히스토그램으로 픽셀 범위값 시각화
plt.hist(img2, bins = 255)
# y축 범위 좁혀서 보기
plt.ylim(0,200)
plt.show()

 

# 이미지 출력
plt.imshow(img2.values.reshape(28,28), cmap ='gray')
# matplotlib에서 이미지를 출력할때 사용하는 함수
plt.show()

 

img2_lb

1