# 基于支持向量机的手写数字识别

**Repository Path**: l31/mnist

## Basic Information

- **Project Name**: 基于支持向量机的手写数字识别
- **Description**: 基于支持向量机的手写数字识别
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-05-28
- **Last Updated**: 2024-02-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

任务：本作业采用支持向量机（SVM）方法对手写数字进行识别。通过对 MNIST 数据集进行处理，划分训练集和测试集。然后构建支持向量机模型，进行模型训练和评估。

数据集：MNIST

要求：

1. 读取 MNIST 数据：加载并处理手写数字图像数据及其对应的标签。

2. 划分训练集和测试集：将图像数据划分为训练集和测试集，比例一般为7:3或8:2。

3. 特征缩放：对图像数据进行归一化处理，缩放到[0,1]范围。

4. 构建支持向量机模型：选择适当的核函数（如线性核、多项式核、径向基核等），训练模型。

5. 模型评估：在测试集上进行预测，计算模型的准确率、召回率、F 1 值等指标，评估模型性能。