مشروع تصنيف الصور باستخدام Python
درّب مصنفاً يتعرف على الأرقام المكتوبة باليد من مجموعة digits المضمنة في scikit-learn (1797 صورة 8×8)، وقارن نموذجين، وحلل الأخطاء بمصفوفة الالتباس.
الأهداف
- أن أحمّل بيانات صور وأحولها إلى متجهات خصائص.
- أن أدرّب نموذجين وأقارن بينهما بعدل.
- أن أحلل أخطاء النموذج.
الأدوات
- Python 3
- pip install scikit-learn
المتطلبات
- درس «مقدمة في تعلم الآلة وScikit-learn»
خطوات التنفيذ
علّم كل خطوة تنجزها؛ تُحفظ العلامات على جهازك فقط.
الكود
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score, confusion_matrix
X, y = load_digits(return_X_y=True)
print("عدد الصور:", X.shape[0], "عدد الخصائص:", X.shape[1])
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.25, random_state=42, stratify=y)
models = {
"kNN": KNeighborsClassifier(n_neighbors=3),
"SVM": SVC(gamma=0.001, C=10),
}
for name, model in models.items():
model.fit(X_train, y_train)
pred = model.predict(X_test)
print(name, "accuracy =", round(accuracy_score(y_test, pred), 3))
cm = confusion_matrix(y_test, models["SVM"].predict(X_test))
print(cm)النتيجة المتوقعة
يطبع البرنامج عدد الصور (1797) والخصائص (64)، ودقة كل نموذج على بيانات الاختبار، ومصفوفة الالتباس 10×10. تختلف الأرقام الدقيقة قليلاً حسب إصدار المكتبة.
أسئلة التقييم
- لماذا استخدمنا stratify=y؟
- أي رقمين خلط بينهما النموذج أكثر؟ ولماذا قد يتشابهان؟
- لماذا لا نختار المعاملات بناءً على دقة الاختبار؟
