Одна из проблем, с которой мы столкнулись в рукописном тексте, заключается в способности идентифицировать символы, написанные в документах. Распознавание цифр может привести к неправильной информации. Поэтому необходимо правильно распознавать.
Начнем с идеи по преодолению этой проблемы. Эта статья покажет вам способ идентификации цифр с помощью SVM. Вся работа была сделана в гугл колаб.
Набор данных
В нашем случае нам понадобятся изображения цифр, которые легко доступны с помощью scikit-learn. Этот набор цифр (набор данных изображений цифр) состоит примерно из 1800 изображений размером 8x8 пикселей.
Подготовка модели
Давайте импортируем набор данных, доступный из sklearn, и загрузим данные в нашу записную книжку.
Чтобы начать дальше, проверьте форму набора данных и изображения, а также измените его форму.
Мы будем использовать 33% тестовых данных и остальных для обучения. Используется ядро Гаусса и определяются значения гаммы. Мы обучили и протестировали оценщик svc и предсказали для него оценку.
Теперь давайте начнем строить и визуализировать его. Ниже показано одно из изображений, использованных из набора данных, и оно эффективно предсказывает цифру.
Вот как мы использовали SVM для распознавания цифр, и он также может правильно их предсказывать.
