基于支持向量机的手写数字识别研究

基于支持向量机的手写数字识别研究(中文5000字,英文PDF)
摘要
本文提出了一种基于SVC的手写数字识别机器学习模型。并且在本文中还分析了样本数量、核函数参数、惩罚系数等等对预测模型的影响。结果表明，训练样本对模型有着十分显著的影响，这其中包含着一个可以接受的训练数值。不同的核函数对模型的精度会产生不同的影响。在这其中，径向函数是最佳的识别模型。随着模型中C值的不断增加，识别率不断提高；而随着伽马值的增加，识别率呈现出一种先上升后下降的过程，其中拐点处称为伽马的阈值。