读取自己从官网上下载的数据集Letters。在读取Letters数据集前先了解一下什么是Letters?其实很简单就是一个包涵了a-z和A-Z的手写体数据集总共52个字母,但是却只分了37类,这是因为{C,I,J,K,L,M,O,P,S,U,V,W,X,Y,Z}这几个的大小写很难识别。
在了解完Letters数据集后就是导入数据集了。首先,需要将下载好的压缩包进行解压
Letters数据集:
链接:https://pan.baidu.com/s/1Uq82VExaCJ7Z94cwdX_VRw 提取码: f8vp
解压之后得到四个文件:
1、emnist-letters-test-images-idx3-ubyte.gz 训练集
2、emnist-letters-test-labels-idx1-ubyte.gz 训练集标签
3、emnist-letters-train-images-idx3-ubyte.gz 测试集
4、emnist-letters-train-labels-idx1-ubyte.gz 测试集标签
然后将以上4个压缩文件解压得到对应的Idx文件
之后把解压好的文件和test.py文件放在同一目录下
在导入数据前先检查一下是否有“idx2numpy”这个第三方库,如果没有就需要Win+R打开运行框输入cmd
进入命令提示符,进入Python安装的路径(作者Python的安装路径是:C:\Python37) 后接着进入Scripts之后输入:pip install idx2numpy进行安装。
安装完成后就可以用idx2numpy导入Letters数据集的数据了:
import idx2numpy #导入训练集和训练集标签 X_train = idx2numpy.convert_from_file('./emnist-letters-train-images-idx3-ubyte') y_train = idx2numpy.convert_from_file('./emnist-letters-train-labels-idx1-ubyte') #导入测试集和测试集标签 X_test = idx2numpy.convert_from_file('./emnist-letters-test-images-idx3-ubyte') y_test = idx2numpy.convert_from_file('./emnist-letters-test-labels-idx1-ubyte')