Ejercicio de clasificación de dígitos

Un ejercicio tutorial sobre el uso de técnicas de clasificación en el conjunto de datos Digits.

Este ejercicio se utiliza en la parte Clasificación de la sección Aprendizaje supervisado: predicción de una variable de salida a partir de observaciones de alta dimensión del Un tutorial sobre aprendizaje estadístico para el procesamiento de datos científicos.

Out:

KNN score: 0.961111
LogisticRegression score: 0.933333

print(__doc__)

from sklearn import datasets, neighbors, linear_model

X_digits, y_digits = datasets.load_digits(return_X_y=True)
X_digits = X_digits / X_digits.max()

n_samples = len(X_digits)

X_train = X_digits[:int(.9 * n_samples)]
y_train = y_digits[:int(.9 * n_samples)]
X_test = X_digits[int(.9 * n_samples):]
y_test = y_digits[int(.9 * n_samples):]

knn = neighbors.KNeighborsClassifier()
logistic = linear_model.LogisticRegression(max_iter=1000)

print('KNN score: %f' % knn.fit(X_train, y_train).score(X_test, y_test))
print('LogisticRegression score: %f'
      % logistic.fit(X_train, y_train).score(X_test, y_test))