MNIST的SVM内核

Question

事实：

• 支持向量机是众所周知的机器学习算法。

• MNIST是一个受欢迎的手写数字识别竞赛。

• SVM几乎和手动神经网络一样好。

• 在使用SVMS时，选择内核函数至关重要。

问题：

• 在使用SVM的MNIST的最新结果中，人们使用什么内核？

• 假设输入为16x16灰度图像。

• 我想知道应用$ K（x，z）$的内核，其中x / z是16x16图像，$ K $是内核函数。

谢谢！

Answer 1

查看SVM部分下的http://yann.lecun.com/exdb/mnist/。您将看到高斯和多项式内核的SVM得到的竞争结果<1.5％错误。

如果你想超越它，那么你需要创建所谓的虚拟例子（例如旋转，移位，扭曲数字）并添加额外的规范化。