【Python学习】Sklearn入门实战-数字识别与房价预测【附源码】

import matplotlib.pyplot as pltfrom sklearn import datasets# 解决中文显示问题plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题# 加载手写数字数据集（Sklearn内置）#digits 里包含所有图片（images）和对应的数字标签（target）digits = datasets.load_digits()# 获取数据集中的第一个图像（第1个样本）及其标签digital = digits.images[0]  # 第一个图像的像素矩阵label = digits.target[0]    # 第一个图像对应的数字标签# 打印图像的像素矩阵print("手写数字的像素矩阵：")print(digital)# 打印对应的标签（实际数字）print("\n手写数字为：", label)# 绘制图像时，增加标题显示数字标签plt.title(f"手写数字：{label}")  # 新增这一行plt.axis('off')  # 关闭坐标轴显示# 以灰度反转模式显示图像#imshow：把像素矩阵转换成图像显示；#cmap='gray_r'：用“灰度反转”模式显示（数字的笔画是黑色、背景是白色，更符合手写数字的视觉习惯）。plt.imshow(digital, cmap=plt.get_cmap('gray_r'))plt.show()  # 显示图像

import matplotlib.pyplot as pltfrom sklearn import datasetsimport numpy as np# 解决中文显示问题plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 加载数据集digits = datasets.load_digits()# 1. 查看数据集基本信息print(f"样本总数：{digits.images.shape[0]} 张")  # 1797张手写数字print(f"每张图片尺寸：{digits.images.shape[1:]} 像素")  # 8×8像素print(f"标签数量：{digits.target.shape[0]} 个")  # 每个样本对应一个标签# 2. 统计0-9每个数字的样本数print("\n0-9数字的样本分布：")for i in range(10):    count = np.sum(digits.target == i)    print(f"数字{i}：{count} 张")#前 20 个索引对应的数字：print("前20个索引对应的数字：")for i in range(20):    print(f"索引{i} → 数字{digits.target[i]}")# 3. 显示任意一个样本（修改index可查看不同样本）index = 9  # 可改为0-1796之间的任意整数digital = digits.images[index]label = digits.target[index]print(f"\n第{index}个样本的像素矩阵：")print(digital)print(f"对应的数字：{label}")# 可视化该样本plt.figure(figsize=(4, 4))plt.axis('off')plt.imshow(digital, cmap='gray_r')plt.title(f"第{index}个样本（数字：{label}）")plt.show()

from sklearn import datasetsfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selection import train_test_splitimport matplotlib.pyplot as plt# 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['SimHei']  # 支持中文显示plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示异常问题# 1. 加载手写数字数据集digits = datasets.load_digits()print("数据集基本信息：")print(f"样本总数：{digits.images.shape[0]} 张")print(f"每张图片尺寸：{digits.images.shape[1:]} 像素")print(f"数字类别：0-9（共{len(digits.target_names)}类）\n")# 2. 数据预处理：将8×8的二维像素矩阵转为一维数组（模型要求输入为一维特征）# 原数据：digits.images 是 (1797, 8, 8) 的三维数组（1797张图，每张8×8）# 转换后：X 是 (1797, 64) 的二维数组（1797个样本，每个样本64个特征=8×8）X = digits.images.reshape((digits.images.shape[0], -1))# 标签：digits.target 是每个样本对应的真实数字（0-9）y = digits.target# 3. 拆分训练集和测试集（用70%数据训练模型，30%数据测试效果）# random_state=42 确保每次运行结果一致X_train, X_test, y_train, y_test = train_test_split(    X, y, test_size=0.3, random_state=42)print(f"训练集样本数：{X_train.shape[0]}")print(f"测试集样本数：{X_test.shape[0]}\n")# 4. 创建并训练KNN模型（n_neighbors=5：找最近的5个样本判断类别，可修改尝试）knn_model = KNeighborsClassifier(n_neighbors=5)# 用训练集数据训练模型（模型学习像素特征与数字的对应关系）knn_model.fit(X_train, y_train)# 5. 模型预测与效果评估# 用测试集预测数字y_pred = knn_model.predict(X_test)# 计算准确率（正确预测的样本数/总测试样本数）accuracy = knn_model.score(X_test, y_test)print(f"KNN模型数字识别准确率：{accuracy:.2f}（即{accuracy*100:.1f}%的数字能被正确识别）\n")# 6. 可视化结果：展示前10个测试样本的真实值vs预测值plt.figure(figsize=(12, 4))  # 设置图片大小for i in range(10):    # 子图布局：1行10列，第i+1个位置    plt.subplot(1, 10, i+1)    # 还原图像维度：将64维一维数组转回8×8二维矩阵    plt.imshow(X_test[i].reshape(8, 8), cmap=plt.cm.gray_r)  # 灰度反转显示（笔画黑、背景白）    # 标题显示：真实数字 vs 预测数字    plt.title(f"真实:{y_test[i]}\n预测:{y_pred[i]}")    plt.axis('off')  # 关闭坐标轴，更清晰plt.tight_layout()  # 自动调整子图间距plt.show()  # 显示图片

# 导入所需库from sklearn.linear_model import LinearRegressionimport numpy as np# 2015-2024年年份+带波动房价（单位：元，无重复，整体上升）x = np.array([2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024])y = np.array([285000, 308000, 312000, 330000, 345000, 372000, 380000, 405000, 410000, 432000])# 将样本数据reshape为二维数组（满足sklearn模型输入要求，不可省略）x = x.reshape((-1, 1))# 创建线性回归模型实例model = LinearRegression()# 将模型拟合到样本数据上（训练模型，学习年份与房价的关联规律）model.fit(x, y)# 构造测试数据（预测2025年房价，全新未出现过的数据）x_test = np.array([2025]).reshape((-1, 1))# 使用训练好的模型进行预测y_predict = model.predict(x_test)# 输出预测结果（格式化输出，更易读）print("2025年房价预测值为：", f"{y_predict[0]:.2f} 元")

# 导入所需库import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegression# 2015-2024年年份+带波动房价x = np.array([2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024])y = np.array([285000, 308000, 312000, 330000, 345000, 372000, 380000, 405000, 410000, 432000])# 创建线性回归模型实例model = LinearRegression()# 训练模型（内嵌reshape，省略中间变量，代码更简洁）model.fit(x.reshape(-1, 1), y)# 对训练数据进行拟合预测（用于绘制回归线）y_predict = model.predict(x.reshape(-1, 1))# 绘制可视化图表plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示乱码plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示异常plt.scatter(x, y, color='deepskyblue', label='真实房价')  # 绘制真实房价散点图plt.plot(x, y_predict, color='crimson', linewidth=2, label='线性拟合回归线')  # 绘制拟合回归线# 设置图表标签和标题plt.xlabel('年份')plt.ylabel('房价（元）')plt.title('2015-2024年房价分布与线性拟合趋势')plt.legend()  # 显示图例plt.grid(linestyle='--', alpha=0.6)  # 添加网格线，便于读数plt.show()  # 显示图表

# 导入所需库import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegression# 2015-2024年年份+带波动房价x = np.array([2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024])y = np.array([285000, 308000, 312000, 330000, 345000, 372000, 380000, 405000, 410000, 432000])# 创建线性回归模型实例model = LinearRegression()# 训练模型（内嵌reshape，满足sklearn输入要求，无需额外拆分步骤）model.fit(x.reshape(-1, 1), y)# 1. 对已有训练数据拟合预测（用于绘制回归线）y_fit = model.predict(x.reshape(-1, 1))# 2. 预测2025年房价（构造新测试数据+模型预测）x_2025 = np.array([2025]).reshape(-1, 1)  # 新测试数据，需转为二维数组y_2025_predict = model.predict(x_2025)    # 预测2025年房价# 绘制可视化图表（保留原有效果，新增预测值标注）plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决Windows中文乱码plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示异常# 原有：真实房价散点图plt.scatter(x, y, color='deepskyblue', label='2015-2024年真实房价')# 原有：线性拟合回归线plt.plot(x, y_fit, color='crimson', linewidth=2, label='线性拟合趋势线')# 新增：2025年预测房价标注（橙色*形，醒目易识别）plt.scatter(2025, y_2025_predict, color='orange', s=150, marker='*', label='2025年预测房价')# 可选优化：延长回归线到2025年，让趋势更连贯（非必须，更直观）x_extended = np.append(x, 2025)  # 合并原有年份和2025年y_extended_fit = model.predict(x_extended.reshape(-1, 1))  # 对延长后的年份拟合plt.plot(x_extended, y_extended_fit, color='crimson', linestyle='--', alpha=0.7)  # 虚线延长趋势线# 设置图表标签和标题plt.xlabel('年份')plt.ylabel('房价（元）')plt.title('2015-2024年房价拟合（带波动）与2025年房价预测')plt.legend()  # 显示图例（区分真实值、拟合线、预测值）plt.grid(linestyle='--', alpha=0.6)  # 网格线辅助读数plt.show()  # 显示图表# 控制台输出2025年预测结果print(f"2025年房价预测值为：{y_2025_predict[0]:.2f} 元")