letter-recognition:机器学习技术在识别英语字母中随机变形的大写字母中的应用

字母识别 目的是将大量黑白矩形像素显示中的每一个标识为英语字母表中的26个大写字母之一。 字符图像基于20种不同的字体，并且这20种字体中的每个字母都被随机扭曲以产生20.000个唯一刺激的文件。 每个刺激都转换为16个原始数值属性（统计矩和边沿计数），然后按比例缩放以适应从0到15的整数值范围。 数据集信息 数据集特征 多变量 属性特征 整数 属性数量 16 实例数 20.000 相关任务 分类 结果 我们将测量测试子集中的准确率（4.000个实例） 技术 测试率 LDA 0.8955 QDA 0.9497 知识网络 0.9641 树（简单） 0.4799 装袋 0.9454 随机森林 0.9915 助推 0.5805 支持向量机 0.9487 来源 戴维·J·石板 奥德斯塔公司； 枫树大道1890号； 套房115; 埃文斯顿，IL 60201