数据集见博客内;或者其他地方都可以找到;
MINIST 是机器学习的一个经典例子,主要是将2828像素的灰度手写数字图片识别为相应的文字;下载晚数据解压后得到如下图:
上面的一半是测试数据,下面的四个是训练数据;
读取主要用到了两个function函数:
loadMNISTImages.m与loadMINISTLabels.m(见上传的资源);
得到78460000的矩阵(一列为一个图片,0-9,每个6000个左右);
可以取出一列
得到
进一步转化为28*28的矩阵(C= reshape(B,28,28);)
matlab里的是标准化后的,将矩阵乘以255打印
不难看出是个5;
接下来看读取label( R = loadMNISTLabels(‘train-labels.idx1-ubyte’)😉
看第一个数字: R(1)
每个label 对应差不多6000个数字,可以尝试查找,以0为例:
R0 = find(R==0);
得到