Klassifizierung von FashionMNIST
FashionMNIST ist ein Datensatz aus kleinen, mit Beschriftungen versehenen Bildern aus dem Bereich Mode und Kleidung, die als kniffligere Variante der weithin verwendeten MNIST-Datenbank für handgeschriebene Ziffern dient. Dieses Beispiel zeigt, wie man LeNet unter Verwendung dieses Datensatzes nutzt, um Bilder in die 10 verfügbaren Kategorien zu klassifizieren.
Rufen Sie die notwendigen Daten aus dem Wolfram Data Repository auf.
Dies ist eine Zufallsstichprobe aus der Datenbank.
Trainieren Sie ein kleines Modell so, dass es die Bilder klassifiziert. 10 % der Daten werden als Validierungsdaten verwendet.
Verwenden Sie den Test-Datensatz, um die Genauigkeit des Klassifikators zu berechnen.
Visualisieren Sie Konfusionsmatrix des Klassifikators.
Visualisieren Sie die durchschnittliche Receiver-Operating-Characteristic-Kurve (ROC) für jede Klasse. Dieser Plot veranschaulicht die Beziehung zwischen der Richtig-positiv-Rate (Sensititvität oder Recall) und der Falsch-positiv-Rate (Ausfallrate oder Fall-out) in einer binären Klassifikation.
Berechnen Sie die durchschnittliche ROC-Kurve unter Berücksichtigung aller Klassen.
Erstellen Sie mit FeatureSpacePlot3D und den vom Netz extrahierten Merkmalen eine 3D-Visualisierung des gesamten Datensatzes.