使用mnist数据集的SVM是否100%准确？
使用mnist数据集的SVM不可能100%准确。SVM（支持向量机）是一种监督学习算法，用于分类和回归分析。mnist数据集是一个手写数字图像数据集，常用于机器学习算法的测试和评估。
虽然SVM在处理mnist数据集时可以取得很高的准确率，但由于mnist数据集中存在一些难以区分的样本，以及数据集本身的噪声和不完整性，导致SVM无法达到100%的准确率。
SVM的优势在于可以处理高维数据，具有较好的泛化能力和鲁棒性。它适用于二分类和多分类问题，并且可以通过核函数的选择适应不同的数据分布。
对于mnist数据集，推荐使用腾讯云的机器学习平台AI Lab（https://cloud.tencent.com/product/ailab）来构建和训练SVM模型。AI Lab提供了丰富的机器学习工具和资源，可以帮助开发者快速构建和部署机器学习模型。
需要注意的是，云计算领域的专家应该具备广泛的知识和技能，但不可能对所有领域都有100%的精通。因此，在实际应用中，需要根据具体问题和需求选择合适的算法和工具，并进行实验和评估，以获得最佳的结果。
相关·内容
1回答
所以我用sklearn的svm.SVC模块写了一个程序来学习mnist数据集，出于某种原因，每当我计算它的准确率时，它的准确率都是100%。这似乎太好了，这是不是真的？from sklearn import datasets
clf = svm.SVC(gamma=0
浏览 57提问于2019-04-06得票数 2
回答已采纳
2回答
我试图建立一个模型，以分类MNIST数据集使用SVM。对于原始特性，我获得了大约94%的准确性(使用线性内核)。当我尝试与PCA，不同数量的成分(35,50,250,500)，我获得了大约11%的准确性。
这可能是什么原因？
浏览 0提问于2015-11-06得票数 1
我正在尝试在MNIST数据集上实现SVM分类器。由于我的参数是3维的，它抛出了以下错误：以下是我的代码片段：from sklearn import svm
training_images, training_labels = mnist.load_mnist(&qu
浏览 1提问于2015-10-16得票数 11
回答已采纳
2回答
我试图使用支持向量机来预测MNIST ()数据集。我想用很少的例子(例如1000)来训练，并预测更多的例子。问题是，每当我预测时，预测都是恒定的，除非测试集的指数与训练集的指标一致。但是，如果我使用示例2001:3000进行训练，那么只有与测试集中的行相对应的测试示例才被正确标记(即不使用相同的常量)。我完全不
浏览 3提问于2015-11-12得票数 1
回答已采纳
1回答
首先，我已经针对MNIST数据集测试了手写数字样本。以下是我到目前为止为提高准确度所做的努力。创建了我自己的数据集
浏览 1提问于2018-04-06得票数 1
回答已采纳
3回答
这个tensorflow 中的代码使用代码的这一部分来计算验证的准确性，对吗？(input_fn=eval_input_fn)问题：--如果我必须计算训练集的准确性--即看看我的模型是否过度拟合了我的训练集数据，如果我将"x"的值更改为train_data，并为测试提供训练数据，它
浏览 2提问于2018-06-12得票数 0
回答已采纳
我的数据集包含1000组数据集，用于分类问题。我使用LR和SVM作为机器学习算法。我想知道是否应该使用训练集的引导，然后应用LR & SVM，还是使用原始数据集的引导？当我看准确性评分时，我不应该使用从原始数据集引导。
浏览 1提问于2020-11-04得票数 1
回答已采纳
2回答
如何对MNIST数据集使用k折叠交叉验证？我阅读了关于sci学习的文章文档，在那个例子中，他们使用整个虹膜数据集进行交叉验证。from sklearn.model_selection import cross_val_scorescores = cross_val_scoreclf, iris.data, iris.target, cv=5)
浏览 0提问于2018-03-19得票数 2
1回答
从libsvm获得100%的精度
、、、、
我正在使用libSVM (使用线性内核)训练和交叉验证(10倍)数据。+1 1:0.9 2:-0.2 ... 1800:0.1...我还应该提到，我使用的是svm-train脚本
浏览 0提问于2014-01-27得票数 1
在文章中，您可以找到关于如何将支持向量机分类器应用于MNIST数据集的非常好的教程。我想知道是否可以用logistic回归代替SVM分类器。所以我在openCV中搜索了Logistic回归，我发现这两个分类器的语法几乎是相同的。cv::TermCriteria(cv::TermCriteria::MAX_ITER, 100, 1e-6));
浏览 3提问于2016-05-17得票数 0
我正在使用深度神经网络分类器在TensorFlow上处理MNIST数据集。我在网络中使用了以下结构。MNIST_DATASET = input_data.read_data_sets(mnist_data_path))
classifier.fit(train_data, train_target,
浏览 0提问于2017-10-13得票数 0
2回答
我最近一直在研究机器学习和神经网络，目前正试图更好地了解培训过程对网络寿命的影响。我目前的理解是，当给定训练集时，网络调整其偏差和权重变量的方式使程序更接近正确的答案，因为它处理数千个数据点，在每个点上学习和调整。文件讨论了MNIST数据集的例子，在该集合中，网络可以被训练以准确猜出最多97%的正确数字，其中数据集被标记为100
浏览 0提问于2017-06-26得票数 0
回答已采纳
我正在学习TensorFlow并尝试将其应用于MNIST数据库，并且惊讶地看到，在第二个时代(屏幕截图中的e1)，整个测试集的准确率从e0期间的9.4% (在任何体重和偏差更新之前)达到95%！准确性会有这么大的提高吗？代码：
lr
浏览 5提问于2017-11-28得票数 1
1回答
所以我在python中建立了一个神经网络，就像安德鲁·吴( Andrew )的机器学习课程一样。它有3层(全部为sigmoid)，用于预测MNIST数据集。但是它不能真正地预测数据集，而且每次迭代的精度都在下降，但仍然保持在0.1左右，这表明某些东西不能正常工作。在播放并让程序显示不同的步骤之后，我注意到z1 (根据激活层中的train_X@theta1计算)几乎一致为1，这似乎阻碍了网络的运行。我尝试过的<
浏览 5提问于2022-06-27得票数 0
回答已采纳
2回答
支持向量机过拟合我的数据
、、、、
我正在尝试对虹膜数据集进行预测。为此，我决定使用svm。但是，它给我的准确率是1.0。这是一种过度拟合的情况还是因为模型非常好？这是我的代码。X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
svm_model =svm.SVC(kernel='linear', C=1,
浏览 14提问于2017-07-06得票数 1
回答已采纳
我使用随机森林和SVM分类器进行分类，我有18322个样本，它们在9个类别(3667,1060,1267,2103,2174,1495,884,1462,4210)中是不平衡的。我使用10倍的CV，我的训练数据有100个特征维度。在我的样本中，训练数据在这100个维度上差别不大，当我使用SVM时，准确率约为40%，而当我使用RF
浏览 1提问于2015-04-26得票数 0
1回答
我知道并使用过许多经典ML和DL中的数据集。我还知道DL中的一些标准数据集(例如用于图像分类的ImageNet等)。然而，我想知道是否有任何标准数据集(或基准的准确性)的经典方法，如回归，GBM，SVM等。更具体地说，是否有任何标准数据集，可以用来衡量新方法的</em
浏览 0提问于2021-07-09得票数 0
1回答
我建立了一个完全连接的前馈神经网络来识别手写数字。我使用了MNIST和另一个非常相似的数据集(包含阿拉伯数字--与MNIST相同的训练集和测试集计数)。对于一个结构完全相同的网络(1个隐藏层，相同的学习速率，相同的权重采样)，我在一个使用100幅图像进行训练的子样本上进行了测试。测试的准确性很
浏览 0提问于2018-04-25得票数 2
1回答
我使用的是带有OpenCV SDK3.2版本的Android studio。我正在尝试使用可用于SVM的现成API进行训练 File mnist_images_file = new File(path);(); <e
浏览 0提问于2017-03-01得票数 0
这是我正在运行的示例MNIST代码：mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
sess = tf.InteractiveSession()
if i%100 == 0:
浏览 3提问于2016-08-22得票数 19
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
