Wolfram 语言™

FashionMNIST 的分类

FashionMNIST 是一个数据集，由带有标签的小型时尚物品的图像组成，难度更大，用来替代被过度使用的 MNIST 手写数字数据集。下面的例子说明如何在此数据集上训练 LeNet，以便将图像划分成 10 个类别。

从 Wolfram Data Repository 获取必要的数据。

这是数据集的随机样本。

训练一个小模型来对图像进行分类，用 10％ 的数据作为验证集。

用测试数据集计算最终分类器的准确度。

可视化分类器的混淆矩阵。

可视化每个类别的平均接收者操作特征 (ROC) 曲线。该曲线显示了二元分类器中真正类率（或召回率）与假正类率（或误警率）之间的关系。

计算所有类别的平均 ROC。

将 FeatureSpacePlot3D 与网络提取的特征相结合，在三维空间中显示数据集的内容。