基于PCA降維的MNIST手寫數(shù)字識別優(yōu)化

打開文本圖片集

摘  要：PCA數(shù)據(jù)降維技術(shù)廣泛應(yīng)用于數(shù)據(jù)降維和數(shù)據(jù)的特征提取，可以很大程度上降低算法的計算復(fù)雜度，提升程序運行效率。文章將MNIST原始數(shù)據(jù)集和對原始數(shù)據(jù)集進行PCA降維處理之后的數(shù)據(jù)集作為樣本，分別采用K-鄰近算法、決策樹ID3算法、SVC分類模型，以及選取不同分類算法作為基礎(chǔ)分類器的集成學(xué)習(xí)方法，實現(xiàn)手寫數(shù)字識別。（剩余7271字）