带有Sklearn的MNIST数据集

Question

我正在MNIST数据集上训练线性模型，但我只想训练一个数字4。如何选择X_test，X_train，y_test和y_train？

Answer 1

您的分类器需要学习区分不同类别的集合。 如果您只关心数字4，则应将训练和测试集划分为：

• 4类实例
• 不是第4类实例：所有其他数字的并集

否则，火车/测试拆分仍是典型的，您希望没有重叠。

Answer 2

如果只需要识别4s，则是二进制分类问题，因此只需创建一个新的目标变量：如果class为4，则为Y = 1；如果class不是4，则为Y = 0。

Train_X将保持不变

Train_Y将是与Train_X相关的新目标变量

Test_X将保持不变

Test_Y将是与Test_X相关的新目标变量。 <\ ul>

数据会有点不平衡，但这不应该成为问题！