Kaggle Digit Recognizer 基于sklearn实现的手写数字识别 for MNIST data

最新推荐文章于 2024-09-13 15:18:18 发布

如今我已剑指天涯

最新推荐文章于 2024-09-13 15:18:18 发布

阅读量3.5k

点赞数 1

分类专栏： Data Game 文章标签： Kaggle 数据挖掘手写数字识别

本文链接：https://blog.csdn.net/sunpeng19960715/article/details/52938565

版权

本文介绍了如何使用sklearn库在Kaggle的Digit Recognizer比赛中实现手写数字识别，详细解析了解决方案，并分享了一次训练达到98.2%预测准确率的结果。通过链接提供了数据集的下载地址和Kaggle竞赛数据。

摘要由CSDN通过智能技术生成

Kaggle Digit Recognizer 基于sklearn实现的手写数字识别 for MNIST data

一、手写数字识别数据集

手写数字识别数据集是非常著名的数据集。

介绍和下载地址：http://yann.lecun.com/exdb/mnist/

我的训练集和测试集：https://www.kaggle.com/c/digit-recognizer/data

二、解决方案（附详细注释）

# coding=utf-8
import numpy
from sklearn.decomposition import PCA
from sklearn.svm import SVC

COMPONENT_NUM = 35  # 设置pca降维的维度值

print('Read training data...')
with open('train.csv', 'r') as reader:
    reader.readline()  # 去掉第一行表头
    train_label = []
    train_data = []
    for line in reader.readlines():
        data = list(
            map(int, line.rstrip().split(',')))  # map()函数接收两个参数，一个是函数，一