AI实战：识别手写数字——octave实现(1)

前阵子刚刚学完了Standford University 的Machine Learning 课程，做一个实际的例子练练手。主要不是为了达成智能识别的目标，是为了对整个流程有一个更直观的了解，对错误分析，各项指标的监控输出能充分的理解和正确的运用。

准备工作：

首先确定数据集，MNIST是一个非常棒的手写数字训练集库。官方分为四个文件：

train-images-idx3-ubyte.gz:  training set images (9912422 bytes) 
train-labels-idx1-ubyte.gz:  training set labels (28881 bytes) 
t10k-images-idx3-ubyte.gz:   test set images (1648877 bytes) 
t10k-labels-idx1-ubyte.gz:   test set labels (4542 bytes)

分别是训练集，训练集对应的标签，测试集，测试集对应的标签。

这些文件中的数据，训练集和测试集实际存储的是图片信息，但是被转换成了多个28＊28的像素集，每个数字表示一个像素的灰度。关于该库的说明可以直接访问其官网（http://yann.lecun.com/exdb/mnist/），网上随意也是找到很多相关的资料，这里不多解释了。因为我们并不会直接使用这个库，而是会先把它转换成octave能直接读取的matlab存储的格式。

在网上找到了此文（http://daniel-e.github.io/2017-10-20-loading-mnist-handwritten-digits-with-octave-or-matlab/）真是棒啊，直接解决了我的第一个问题。

简要的翻译一下：

MNIST手字数字数据库是一个用来测试机器学习算法的常用数据集。它包含60000个带标签的训练样本和10000个测试样本。请点击这里下载。在Github上，楼主发布了一个已经转换成可以被Octave或者matlab直接读取的mat格式的文件：mnist.mat，大家可以直接下载。或者你也可以用mnist.py去处理源文件然后转换，反正git上都有提供。

从Git上直接下载处理好的Octave可读文件

下载文件:

wget https://github.com/daniel-e/mnist_octave/raw/master/mnist.mat

在Octave中的代码:

d = load('mnist.mat');

现在呢，d这个结构体里就包含了整个训练集和测试集和对应的标签了：

• d.trainX is a (60000,784) matrix which contains the pixel data for training 训练集
• d.trainY is a (1,60000) matrix which contains the labels for the training data 训练集标签
• d.testX is a (10000,784) matrix which contains the pixel data for testing 测试集
• d.testY is a (1,10000) matrix which contains the labels for the test set 测试集标签

来试一下显示一个样本，在Octave中输入如下的代码：

X = d.trainX;
i = reshape(X(3,:), 28, 28)';
image(i);

==========================译==文==结==束====================================================

到这里，数据的准备就完成了。后面就是要考虑一下用哪种机器学习算法来实现，然后设计什么样的过程来分析学习算法，改进学习算法。