MNIST数据集是一个基本的手写字体识别数据集,包含50000个训练样本和10000个测试样本,都是28*28的分辨率,可以用来做很多机器学习算法的研究。下面来看看这个数据集有哪些方法来玩。
之前已经玩过了,使用libsvm来对手写数字进行分类,最终效果不错,手写字体达到了98+%的正确率,在李春光老师的课上提到最高可以提到99.8%左右。不过一般情况下,98%已经够用了。
SVM的评价:
有监督学习方法,准确率高,训练较慢(小时级别),训练后预测较快(只依赖支持向量)。
其他还可以玩的方法有:
1. KNN
这是最简单基本的机器学习方法。
2. PCA
降维并保持特征feature。李春光老师的课上,将数据集降维到二维平面上,可以基本明显的将他们分开来。
3. 聚类
除了KNN,其他聚类方法。
4. ANN
神经网络来一发。也是有监督训练,试验下10个hidden unit下的输出?三层网络到底能有什么效果?
5. 线性回归、逻辑回归
使用回归能有多高的正确率?猜测不高,但是可以实践看一下。