MNIST 的 SVM 内核

Question

事实：

• 支持向量机是一种众所周知的机器学习算法。

• MNIST 是一项流行的手写数字识别比赛。

• SVM 几乎与手动调整神经网络一样好。

• 在使用 SVMS 时，内核函数的选择至关重要。

问题：

• 在使用 SVM 的 MNIST 的最新结果中，人们使用哪些内核？

• 假设输入是 16x16 灰度图像。

• 我想知道应用什么内核 $K(x,z)$，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核的 SVM 获得了

如果您想超越这一点，则需要创建所谓的虚拟示例（例如旋转、移位、扭曲数字）并添加额外的规范化。