基于集成学习的MINIST手写数字识别  

作　　者：黄浩然 

机构地区：[1]郑州市实验高级中学,河南郑州450000

出　　处：《电子制作》2018年第18期40-41,39,共3页Practical Electronics

摘　　要：机器学习中有一个很重要的学习方法叫作集成学习,集成学习的思想是组合多个弱监督模型以综合多个弱分类器的优点,来得到一个更好更全面,更强大的强监督模型。本文对MINIST手写数字数据集,采用了kNN,逻辑回归等模型作为集成学习的弱分类器来进行手写数字图像识别,比较分析了不同模型下的性能差异,优缺点。

关 键 词：MINIST手写识别 KNN 逻辑回归 集成学习 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]