帶有 Sklearn 的 MNIST 數據集

Question

我在 MNIST 數據集上訓練線性 model，但我只想訓練一個數字，即 4。如何選擇我的 X_test、X_train、y_test、y_train？

Answer 1

您的分類器需要學會區分不同類別的集合。 如果您只關心數字 4，則應將訓練和測試集拆分為：

• Class 4 個實例
• 不是 class 4 個實例：所有其他數字的並集

否則，訓練/測試拆分仍然是典型的拆分，您希望沒有重疊。

Answer 2

如果只需要識別 4s 則屬於二分類問題，因此只需新建一個目標變量：如果 class 為 4，則 Y=1，如果 class 不為 4，則 Y=0。

Train_X 將保持不變

Train_Y 將是您與 Train_X 相關的新目標變量

Test_X 將保持不變

Test_Y 將是您與 Test_X 相關的新目標變量。 <\ul>

數據會有點不平衡，但應該不是問題！