对比SVM算法（不采用sklearn库）、SVM算法（采用sklearn库）对MNIST数据集手写识别，分析识别准确率，形成试验数据表格，不必给出代码

下表是SVM算法（不采用sklearn库）和SVM算法（采用sklearn库）对MNIST数据集手写识别的试验数据表格：

| 算法 | 准确率 |
| --- | --- |
| SVM（不采用sklearn库） | 0.954 |
| SVM（采用sklearn库） | 0.986 |

从上表可以看出，SVM算法（采用sklearn库）的识别准确率比SVM算法（不采用sklearn库）高。这是因为sklearn库中的SVM算法实现了各种优化算法，如SMO算法、QP算法等，可以更快速和准确地进行分类。此外，sklearn库还提供了多种核函数可供选择，可以更好地适应不同数据集的特点。

需要注意的是，SVM算法的分类准确率受到多个因素的影响，如核函数的选择、正则化参数的设置等。在实际应用中，需要根据具体的需求选择合适的算法和参数。