以 Sklearn 友好格式加载 MNIST 数据集答案

【问题标题】：Load MNIST Dataset in Sklearn-Friendly Format以 Sklearn 友好格式加载 MNIST 数据集
【发布时间】：2017-11-30 16:30:57
【问题描述】：

我已经使用以下命令加载了 MNIST 数据集：

from dataget import data

dataset = data("mnist").get()

如何将其转换为对 Sklearn 友好的格式，即 features_train、labels_train、features_test、labels_test？

我尝试过“np.loadtxt”，但收到此错误：

ValueError: could not convert string to float: data

我也试过以下几行代码：

df = next(dataset.training_set.random_batch_dataframe_generator(10))

df

它返回了这个错误：

AttributeError: training_set

请有人帮助我，我一直在谷歌搜索替代方法，但仍然收到错误消息。谢谢！

附：这是我用来获取 MNIST 数据集的另一种方法：

dataset = fetch_mldata('MNIST original')

【问题讨论】：

你好。你从哪里下载数据？
我是用这行代码获取的：dataset = data("mnist").get() 我是从MNIST数据库中获取的
在表达式data("mnist").get() 中，您没有显示如何定义或导入名称data。
我已经从“dataget”库中导入了
谢谢。您应该将导入添加到问题中的代码中。

标签： numpy scikit-learn mnist

【解决方案1】：

@E.Z.帮我解答！

features, labels = dataset.data, dataset.target

然后我使用以下代码行将它们分成训练集和测试集：

msk = np.random.rand(len(features)) < 0.8
mrk = np.random.rand(len(labels)) < 0.8

features_train = features[msk]
features_test = features[~msk]
labels_train = labels[mrk]
labels_test = labels[~mrk]

【讨论】：