Classification

本篇文章基於 著做《Hands-On Machine Learning with Scikit-learn,Keras and TensorFlow 2nd edition》，主要介紹分類模型。

 

1. MNIST數據集：

　　MNIST數據集是一組70000張小數字圖像，由高中生和美國人口普查局員工手寫，每一個圖片都表明一個數字。MNIST數據集被機器學習領域普遍使用，以致於該數據集被稱爲機器學習領域的「hello world」。每當一種新的分類算法面世時，都會看看它在該數據集上的表現。

　　Scikit-Learn加載的數據集一般具備相似的字典結構，有3個key常用：

1. DESCR 描述數據集。

2. data 是一個二維數組數據（其實也就是全量樣本集），每一行是一個樣本，每一列是一個特徵。

3. target  是一維數組，也就是分類結果標籤。