Lamda新论文gcForest测试-手写数字测试识别详解（Kaggle数据集）

lamda实验室最近研发了新的学习算法gcForest，论文和代码在lamda网站上都有，给出的代码没有注释相当费解（大牛请无视），后又在github上找到民间大神实现的代码，较为简洁易懂，先贴上代码链接：https://github.com/pylablanche/gcForest

简要对gcForest算法处理数据的流程解释一下：
假设我们现在的数据就是kaggle平台上手写数字识别的数据格式，具体格式见https://www.kaggle.com/c/digit-recognizer/data

那么但数据规模是28*28，假设我们设置扫描窗口window为14*14：

先有多粒度扫描过程，这个过程实质上是将原数据特征的一种“放大”与分离处理：

由28-14+1=15，
可知每行数据会切出：15*15=225个窗口，每个窗口14*14的规模
那么原来数据集的每行都变成了225行，即225个小窗口，窗口为14*14的特征块。即每行有14*14列（sliced_X)
这时sliced_Y还是int&#