Data: Dataset Digit Tulisan Tangan

Proyek ini memakai dataset digits dari scikit-learn, sehingga tidak perlu mengunduh berkas apa pun.

Cara data diperoleh #

  • Sumber: sklearn.datasets.load_digits() — tersedia langsung di dalam paket scikit-learn, tanpa unduhan jaringan.
  • Isi: 1.797 gambar tulisan tangan angka 0-9, masing-masing 8x8 piksel grayscale dengan nilai intensitas 0-16.
  • Asal-usul data: potongan dataset Optical Recognition of Handwritten Digits (optdigits) yang dikumpulkan Alpaydin dan Kaynak; rujukan tersedia di dokumentasi scikit-learn .

Mengapa bukan MNIST penuh #

MNIST (70.000 gambar 28x28) mengharuskan mengunduh berkas belasan megabyte dan melatih model jauh lebih lama. Untuk memahami alur proyek — data, model, pelatihan, evaluasi — dataset digits sudah lebih dari cukup dan selesai dilatih dalam hitungan detik pada CPU. Pola kodenya sama persis bila nanti Anda menukar sumber data ke MNIST melalui torchvision.datasets .

Menjalankan ulang pemeriksaan data #

bash 
python3 -c "from sklearn.datasets import load_digits; d = load_digits(); print(d.data.shape, d.target.shape)"