30、数字识别分类器的实现与分析

数字识别分类器的实现与分析

1. 简单逻辑回归

1.1 准备工作

我们可以使用梯度下降法和稍微修改的成本函数来估计逻辑函数的参数。这里我们使用Accord.NET库来实现。首先，我们将暂时忽略有十个类别需要识别，而逻辑模型只能区分两种情况的问题，先创建一个仅区分4和9的分类器。

操作步骤如下：
1. 在解决方案中添加一个新的脚本文件 logistic.fsx 。
2. 添加两个NuGet包： Accord.MachineLearning 和 Accord.Neuro 。
3. 读取数据集，将值解析为浮点数，并使用元组存储示例，标签作为第一个元素，特征作为第二个元素。

#I @"../packages"
#r @"Accord.2.15.0\lib\net45\Accord.dll"
#r @"Accord.MachineLearning.2.15.0\lib\net45\Accord.MachineLearning.dll"
#r @"Accord.Math.2.15.0\lib\net45\Accord.Math.dll"
#r @"Accord.Statistics.2.15.0\lib\net45\Accord.Statistics.dll"

open Accord.Statistics.Models.Regression
open Accord.Statistics.Models.Regression.Fitting

let readLogistic fileNam