带有 Sklearn 的 MNIST 数据集

Posted 2023-02-23

【中文标题】带有 Sklearn 的 MNIST 数据集

【英文标题】：MNIST dataset with Sklearn

【发布时间】：2020-03-12 18:21:37

【问题描述】：

我在 MNIST 数据集上训练线性模型，但我只想训练一个数字，即 4。如何选择我的 X_test、X_train、y_test、y_train？

【参考方案1】：

如果你只需要识别4s，这是一个二元分类问题，所以你只需要创建一个新的目标变量：如果class是4，Y=1，如果class不是4，Y=0。

Train_X 将保持不变 Train_Y 将成为与 Train_X 相关的新目标变量 Test_X 将保持不变 Test_Y 将成为与 Test_X 相关的新目标变量。

数据会有点不平衡，但应该不是问题！

【参考方案2】：

您的分类器需要学会区分不同类别的集合。 如果您只关心数字 4，则应将训练集和测试集拆分为：

4 类实例 非 4 类实例：所有其他数字的并集

否则，训练/测试拆分仍然是典型的拆分，您希望没有重叠。