machine-learning - 数字/字母识别维度限制的数据集

Question

我目前正在使用 UCI 存储库中的数字数据集在其上运行简单的机器学习技术。问题是数据集仅限于 256 维，因为它是 16*16 像素的图片。我想知道，我是否有一个 64*64 像素的数字输入，是否需要将其减小到 16*16 或者有什么可以使用的技术？

Answer 1

我所知道的每一种数字识别算法都会起作用，而与图像的具体分辨率无关，但如果你真的很担心，我建议你提前将数据标准化到一个[0.0, 1.0)范围内。

这也适用于非正方形的图像。例如，在 16x16 图像中，16 会根据您的偏好映射到 1.0 或 15/16。这将非常简单地扩展到任意大小的图像。如果您想要一些示例代码，我可以用您选择的语言提供一些示例代码。