手書き数字の機械学習体験

機械学習用ライブラリsklearnやその他必要なライブラリをインポート

In [1]:
from sklearn import datasets, svm
import numpy as np
import PIL
from PIL import Image

手書き数字のサンプルデータををloadします

In [2]:
digits = datasets.load_digits()

Xは機械学習用画像データ、yがターゲット

In [3]:
X=digits.data
y=digits.target

データのtypeと形を確認します

In [4]:
type(X)
Out[4]:
numpy.ndarray
In [5]:
X.shape
Out[5]:
(1797, 64)
In [6]:
X[0]
Out[6]:
array([ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.,  0.,  0., 13., 15., 10.,
       15.,  5.,  0.,  0.,  3., 15.,  2.,  0., 11.,  8.,  0.,  0.,  4.,
       12.,  0.,  0.,  8.,  8.,  0.,  0.,  5.,  8.,  0.,  0.,  9.,  8.,
        0.,  0.,  4., 11.,  0.,  1., 12.,  7.,  0.,  0.,  2., 14.,  5.,
       10., 12.,  0.,  0.,  0.,  0.,  6., 13., 10.,  0.,  0.,  0.])

→ 一つの画像データが64個の数字からなるベクトルとして表現されています

In [7]:
type(y)
Out[7]:
numpy.ndarray
In [8]:
y.shape
Out[8]:
(1797,)
In [9]:
y[0]
Out[9]:
0

→ X[0]の画像データの表す数字が「0」であることを示しています。。
このようなデータのペア（学習用数字画像データと正解の数字）が1797個用意されています

画像データをみてみましょう。可視化に必要なライブラリをインポートします

In [10]:
import matplotlib.pyplot as plt

画像データの一つを可視化してみます．
64個の数字は数字は8×8のピクセルの「黒色の濃さ」を表しています．
そのため，データの形を(8, 8)に変換してから可視化します．

In [11]:
plt.imshow(X[234].reshape([8,8]),cmap=plt.cm.gray_r)
plt.show()

対応するターゲットを確認します

In [12]:
y[234]
Out[12]:
6

画像データとターゲットを用いて学習します。ここでの学習方法にはsvmを用います。

In [13]:
clf=svm.SVC(C=1.0,kernel='linear')
clf.fit(X,y)
Out[13]:
SVC(kernel='linear')

学習後にできた関数にXを代入して得られる「答え」をresultに代入します

In [14]:
result=clf.predict(X)
In [15]:
result
Out[15]:
array([0, 1, 2, ..., 8, 9, 8])

正解のターゲットyを確認します

In [16]:
y
Out[16]:
array([0, 1, 2, ..., 8, 9, 8])
In [17]:
success=sum(result==y)
In [18]:
print("正解率")
print(100.0*success/len(y))

正解率
100.0

8x8のピクセルの手書き数字画像を準備し、読み込みます

In [19]:
#im = np.array(Image.open('/content/9.png'))
In [20]:
im = np.array(Image.open('/content/4a.png'))

読み込んだ画像データのサイズを確認します

In [21]:
im.shape
Out[21]:
(8, 8, 4)
In [22]:
im[0]
Out[22]:
array([[255, 255, 255, 255],
       [255, 255, 255, 255],
       [255, 255, 255, 255],
       [232, 232, 232, 255],
       [ 28,  28,  28, 255],
       [155, 155, 155, 255],
       [162, 162, 162, 255],
       [237, 237, 237, 255]], dtype=uint8)

→　読み込んだ画像データでは8x8の各ピクセルの情報が4つの数字で表されています

各ピクセルの4つの数字の先頭の数字のみを取り出します．

In [23]:
imm=im[:,:,0]
In [24]:
imm
Out[24]:
array([[255, 255, 255, 232,  28, 155, 162, 237],
       [255, 255, 255,  71,  12, 183,   1, 191],
       [255, 248,  99,   0, 139, 191,   0, 192],
       [250,  51,   0,  82, 252, 191,   0, 145],
       [ 99,   0,   0,   1,   2,   0,   0,   0],
       [222, 194, 193, 194, 193, 146,   0,  97],
       [255, 255, 255, 255, 255, 192,   0, 128],
       [255, 255, 255, 255, 255, 205,  16, 193]], dtype=uint8)

学習用に用意された画像データに合わせて、読み込んだデータを変換します。

In [25]:
tmp=(imm-imm.min())  #　最小値を0、最大値を16の整数とするように変換します
tim=16-np.round(tmp/tmp.max()*16.0)
timf=np.stack([tim.flatten()]) # 学習用データと同様な1次元配列（ベクトル）にします
In [26]:
timf
Out[26]:
array([[ 0.,  0.,  0.,  1., 14.,  6.,  6.,  1.,  0.,  0.,  0., 12., 15.,
         5., 16.,  4.,  0.,  0., 10., 16.,  7.,  4., 16.,  4.,  0., 13.,
        16., 11.,  0.,  4., 16.,  7., 10., 16., 16., 16., 16., 16., 16.,
        16.,  2.,  4.,  4.,  4.,  4.,  7., 16., 10.,  0.,  0.,  0.,  0.,
         0.,  4., 16.,  8.,  0.,  0.,  0.,  0.,  0.,  3., 15.,  4.]])

手書き数字データを学習後にできた関数に代入してみます（正解が得られるでしょうか？）

In [27]:
clf.predict(timf)
Out[27]:
array([4])

手書き数字を可視化してみます

In [28]:
plt.imshow(timf.reshape([8,8]),cmap=plt.cm.gray_r)
plt.show()

学習用に使われたデータのサンプルを確認してみましょう

In [29]:
XX=X[y==4]
In [30]:
len(XX)
Out[30]:
181
In [31]:
plt.imshow(XX[4].reshape([8,8]),cmap=plt.cm.gray_r)
plt.show()
In [32]:
XX[0].reshape([8,8])
Out[32]:
array([[ 0.,  0.,  0.,  1., 11.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  7.,  8.,  0.,  0.,  0.],
       [ 0.,  0.,  1., 13.,  6.,  2.,  2.,  0.],
       [ 0.,  0.,  7., 15.,  0.,  9.,  8.,  0.],
       [ 0.,  5., 16., 10.,  0., 16.,  6.,  0.],
       [ 0.,  4., 15., 16., 13., 16.,  1.,  0.],
       [ 0.,  0.,  0.,  3., 15., 10.,  0.,  0.],
       [ 0.,  0.,  0.,  2., 16.,  4.,  0.,  0.]])
In [33]:
images=[]
for i in range(0,12):
  images.append(XX[i].reshape([8,8]))
In [34]:
plt.rcParams["figure.figsize"] = (8,6)
fig = plt.figure()
for i, im in enumerate(images):
        fig.add_subplot(3,4,i+1).set_title(str(i))
        plt.imshow(im,cmap=plt.cm.gray_r)