手写体数字识别原始数据和贝叶斯代码python实现

手写体数字识别原始数据，0~9数字，32*32，贝叶斯代码实现手写体识别和大致出错率计算，可用于python学习实践。 github免费下载：https://github.com/HeCCXX/CSDNDownloading/raw/main/%E6%89%8B%E5%86%99%E4%BD%93%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB%E6%95%B0%E6%8D%AE%E5%92%8C%E8%B4%9D%E5%8F%B6%E6%96%AF%E4%BB%A3%E7%A0%81%E5%AE%9E%E7%8E%B0.zip

import numpy as npy
import os
#P（B|A）=P（A|B）*P（A）/P（B）
class Bayes:
    def __init__（self）:
        self.length=-1
        self.labelrate=dict（）
        self.vectorrate=dict（）
    def fit（selfdataset:listlabels:list）:
        if len（dataset）!=len（labels）:
            raise ValueError（“输入测试数组和类别数组长度不一致“）
        self.length=len（dataset[0]）#训练数据特征值的长度
        labelsnum=len（labels） #类别的数量
        norlabels=set（labels） #不重复类别的数量
        for item in norlabels:
            self.labelrate[item]=labels.count（item）/labelsnum #求当前类别占总类别的比例
        for vectorlabel in zip（datasetlabels）:
            if label not in self.vectorrate:
                self.vectorrate[label]=[]
            self.vectorrate[label].append（vector）
        print（“训练结束“）
        return self
    def btest（selftestdatalabelset）:
        if self.length==-1:
            raise ValueError（“未开始训练，先训练“）
        #计算testdata分别为各个类别的概率
        lbDict=dict（）
        for thislb in labelset:
            p = 1
            alllabel = self.labelrate[thislb]
            allvector = self.vectorrate[thislb]
            vnum=len（allvector）
            allvector=npy.array（allvector）.T
            for index in range（0len（testdata））:
                vector=list（allvector[index]）
                p*=vector.count（testdata[index]）/vnum
            lbDict[thislb]=p * alllabel
        thislbabel=sorted（lbDictkey=lambda x:lbDict[x]reverse=True）[0]
        return thislbabel
#加载数据
def datatoarray（fname）:
    arr=[]
    fh=open（fname）
    for i in range（032）:
        thisline=fh.readline（）
        for j in range（0  32）:
            arr.append（int（thisline[j]））
    return arr
#建立一个函数取出labels
def seplabel（fname）:
    filestr=fname.split（“.“）[0]
    label=int（filestr.split（“_“）[0]）
    return label
#建立训练数据
def traindata（）:
    labels=[]
    trainfile=os.listdir（“./traindata“）
    num=len（trainfile）
    trainarr=npy.zeros（（num1024））
    for i in range（num）:
        thisfname=trainfile[i]
        thislabel=seplabel（thisfname）
        labels.append（thislabel）
        trainarr[i]=datatoarray（“./traindata/“+thisfname）
    return trainarrlabels
bys=Bayes（）
#训练数据
train_datalabels=traindata（）
train_data=list（train_data）
bys.fit（train_datalabels）

#测试
thisdata=datatoarray（“./testdata/8_90.txt“）
labelsall=[0123456789]

#识别单个手写体数字
# test=bys.btest（thisdatalabelsall）
# print（test）

#识别多个手写体数字（批量处理）
testfile=os.listdir（“./testdata“）
num=len（testfile）
x=0
for i in range（num）:
    thisfilename=testfile[i]
    thislabel=seplabel（thisfilename）
    thisdataarr=datatoarray（“./testdata/“+thisfilename）
    label=bys.btest（thisdataarrlabelsall）
    print（“测试数字是：“+str（thislabel）+“识别出来的数字是：“+str（label））
    if label!=thislabel:
        x+=1
        print（“识别出错“）
print（x）
print（“出错率：“+str（x/num））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3161  2018-06-06 21:45  bayes_code.py
     目录           0  2018-05-29 16:15  testdata\
     文件        1088  2010-10-07 06:35  testdata\0_0.txt
     文件        1088  2010-10-07 06:35  testdata\0_1.txt
     文件        1088  2010-10-07 06:35  testdata\0_10.txt
     文件        1088  2010-10-07 06:35  testdata\0_11.txt
     文件        1088  2010-10-07 06:35  testdata\0_12.txt
     文件        1088  2010-10-07 06:35  testdata\0_13.txt
     文件        1088  2010-10-07 06:35  testdata\0_14.txt
     文件        1088  2010-10-07 06:35  testdata\0_15.txt
     文件        1088  2010-10-07 06:35  testdata\0_16.txt
     文件        1088  2010-10-07 06:35  testdata\0_17.txt
     文件        1088  2010-10-07 06:35  testdata\0_18.txt
     文件        1088  2010-10-07 06:35  testdata\0_19.txt
     文件        1088  2010-10-07 06:35  testdata\0_2.txt
     文件        1088  2010-10-07 06:35  testdata\0_20.txt
     文件        1088  2010-10-07 06:35  testdata\0_21.txt
     文件        1088  2010-10-07 06:35  testdata\0_22.txt
     文件        1088  2010-10-07 06:35  testdata\0_23.txt
     文件        1088  2010-10-07 06:35  testdata\0_24.txt
     文件        1088  2010-10-07 06:35  testdata\0_25.txt
     文件        1088  2010-10-07 06:35  testdata\0_26.txt
     文件        1088  2010-10-07 06:35  testdata\0_27.txt
     文件        1088  2010-10-07 06:35  testdata\0_28.txt
     文件        1088  2010-10-07 06:35  testdata\0_29.txt
     文件        1088  2010-10-07 06:35  testdata\0_3.txt
     文件        1088  2010-10-07 06:35  testdata\0_30.txt
     文件        1088  2010-10-07 06:35  testdata\0_31.txt
     文件        1088  2010-10-07 06:35  testdata\0_32.txt
     文件        1088  2010-10-07 06:35  testdata\0_33.txt
     文件        1088  2010-10-07 06:35  testdata\0_34.txt
............此处省略2852个文件信息