SVM实现MNIST手写数字特征提取与分类

本篇计算机视觉作业主要涉及的是使用机器学习中的支持向量机（SVM）对MNIST手写数字数据库进行特征提取和图像分类。MNIST是一个常用的数据集，包含60,000个训练样本和10,000个测试样本，每张图片都是28x28像素的灰度图像，用于识别0-9共10个数字。 作业的核心任务是： 1. **数据预处理**：首先，通过`get_file_list`函数获取指定路径下所有.png格式的图像文件，并使用`get_img_name_str`函数解析出图像名称。图像数据需要经过预处理，如在`img2vector`函数中，将20x20像素的灰度图像转换成1x400的一维向量，通过将像素值归一化到0-1范围，并调整为1行400列的矩阵形式。 2. **特征提取**：每个图像被转换成一个特征向量后，可以用于表示该图像的特征。这里，单个图像的特征是其灰度值分布的表示。 3. **数据划分**：为了训练和测试，可以选择每个数字类别（例如，每个数字有10张图片）作为训练样本，剩下的用于测试。这样可以确保模型的泛化能力。 4. **SVM模型训练**：利用scikit-learn库中的`svm.SVC`或`svm.LinearSVC`等SVM模型进行训练，输入是特征向量，输出是对每个数字类别的预测。SVM在这里扮演了分类器的角色，通过找到一个最优超平面来分割不同类别的数据。 5. **模型评估**：通过测试数据集（每个数字10张图片）对模型进行评估，计算分类准确率，这是衡量模型性能的关键指标。准确率越高，表示模型在未见过的数据上表现越好。 实现这一过程时，需要注意以下几点： - 数据预处理的质量直接影响模型性能，归一化步骤确保了特征的尺度一致。 - SVM的参数选择（如C、kernel类型）可能会影响分类效果，可能需要通过交叉验证等方法进行调优。 - 对于大规模数据，可能需要使用批处理或并行计算技术提高处理效率。 本作业让学生通过实践应用SVM进行计算机视觉中的手写数字识别任务，既锻炼了特征工程的能力，也加深了对监督学习算法的理解。通过实验，参与者能够理解如何在实际问题中提取和利用图像特征，以及如何构建和评估一个基本的机器学习模型。