文件名称：Hand-Written-Digit-Classification:香港大学 COMP 3314 机器学习课程
文件大小：3.57MB
文件格式：ZIP
更新时间：2024-07-02 11:35:53
MATLAB
手写数字分类 香港大学 COMP 3314 机器学习课程。 Kaggle 数字识别器项目的简化版，使用著名的 MNIST 数据对手写数字进行分类 两类数字分类问题使用 逻辑回归和 k 最近邻 (k-NN) 神经网络 高斯和主成分分析 (PCA) 的混合 训练数据由来自 MNIST 数据库的手写数字 3 和 8 组成。 每个数字由一个 28×28 的数字数组表示，并标记为 0 或 1。 三个独立的数据集：mnist38 训练、mnist38 验证、mnist38 测试，分别具有 200、100 和 100 个数据点。
【文件预览】：
Hand-Written-Digit-Classification-master
----Mixture of Gaussian & PCA()
--------distmat.m(585B)
--------trainKmeans.m(278B)
--------trainMoG.m(2KB)
--------mean_1_3.png(6KB)
--------pcaimg.m(746B)
--------test_plot.m(594B)
--------kmeans.m(837B)
--------mogLogProb.m(935B)
--------pca_2.m(553B)
--------README(81B)
--------logsumexp.m(570B)
--------mnist38_train.mat(100KB)
--------mogClassify.m(4KB)
--------plot2.png(29KB)
--------mean_2_3.png(6KB)
--------Plot3.png(26KB)
--------plot1.png(26KB)
--------normalizeLogspace.m(466B)
--------mogEM.m(2KB)
--------mnist38_test.mat(51KB)
--------pcaClassify.m(2KB)
--------vary_1_3.png(6KB)
--------mnist38_validate.mat(52KB)
--------plot1_3.png(16KB)
--------vary_2_3.png(6KB)
----Neural Network()
--------assignment_2.pdf(1.86MB)
--------octave-workspace(5.45MB)
--------sigmoid.m(245B)
--------run_neural_network.m(3KB)
--------mnist38_train.mat(100KB)
--------just_print.m(390B)
--------mnist38_test.mat(51KB)
--------mnist38_validate.mat(52KB)
--------test_data.m(2KB)
----Logistic Regression & KNN()
--------map small accuracy.png(16KB)
--------octave-workspace(4.82MB)
--------run_map.m(3KB)
--------run_logistic_regression.m(3KB)
--------report_Qian Xin_3035134147.pdf(194KB)
--------map big likelihood.png(16KB)
--------logistic_regression_objective.m(797B)
--------sigmoid.m(245B)
--------knn_accuracy.png(32KB)
--------report_3035134147.pdf(256KB)
--------map small likelihood.png(17KB)
--------mnist38_train.mat(100KB)
--------run_test_set.m(1KB)
--------ml small set.png(36KB)
--------run_knn.m(2KB)
--------knn_prediction.m(565B)
--------l2_distance.m(2KB)
--------logistic_reg_prediction.m(403B)
--------mnist38_test.mat(51KB)
--------map big accuracy.png(18KB)
--------mnist38_validate.mat(52KB)
--------ml big set.png(40KB)
----README.md(741B)