SVM 分类器给出 MNIST 图像的错误预测
SVM classifier giving wrong predictions for MNIST images
我正在使用 SVM 来预测 MNIST 数据集中的值。该模型的准确率接近 91%，但是当我将它与 open cv 一起用于预测图像的值时，结果始终显示为 0。这里有什么问题？我已经添加了我正在使用的图像以供参考。
Link to the code
预测的输出未 one-hot 编码，因此您不应在末尾应用 np.argmax。
所以试试这个，
print("The predicted value is : ",prediction[0])
我想我的第一个明显问题是为什么要使用 70k 样本中的前 7k 个样本进行训练。 crossval 性能甚至基于相同的样本。你为什么不选择一个大的样本集来训练。
连官方数据集都说：MNIST 手写数字数据库，具有 784 个特征，原始数据可在：http://yann.lecun.com/exdb/mnist/ 获取。它可以分为前 60,000 个示例的训练集和 10,000 个示例的测试集
我正在使用 SVM 来预测 MNIST 数据集中的值。该模型的准确率接近 91%，但是当我将它与 open cv 一起用于预测图像的值时，结果始终显示为 0。这里有什么问题？我已经添加了我正在使用的图像以供参考。
Link to the code
预测的输出未 one-hot 编码，因此您不应在末尾应用 np.argmax。
所以试试这个，
print("The predicted value is : ",prediction[0])
我想我的第一个明显问题是为什么要使用 70k 样本中的前 7k 个样本进行训练。 crossval 性能甚至基于相同的样本。你为什么不选择一个大的样本集来训练。
连官方数据集都说：MNIST 手写数字数据库，具有 784 个特征，原始数据可在：http://yann.lecun.com/exdb/mnist/ 获取。它可以分为前 60,000 个示例的训练集和 10,000 个示例的测试集