MNIST数字分类 MNIST(“改良的美国国家标准技术研究院”)是手写图像的经典数据集,并且已成为基准分类算法的基础。它的训练集为60,000个示例,测试集为10,000个示例。 NIST可提供的较大集合的子集。 建立贝叶斯分类器以对MNIST手写数字识别数据库中的数字进行分类。主要任务是: i)区分“ 0”和“ 1”数字:来自MNIST数据集的“ 0”和“ 1”示例为 ii)区分“ 3”和“ 8”数字:来自MNIST数据集的“ 3”和“ 8”数字示例为 接下来,计算模型的分类精度,并绘制GAR(真实接受率)和FAR(错误接受率)曲线之间的ROC曲线,以用于模型评估。 跑步 要在本地运行模型,请在终端中使用以下命令首先克隆存储库。 git clone 压缩数据集以便将其压缩为可上传的大小,因此首先要解压缩压缩的二进制文件,或者从下载数据集。下载压缩文件后,二进制文件需要提取