ID3分类器，用于对MNIST手写数字数据集进行分类

Question

我正在为多个标签实现ID3(决策树(算法，以对包含28 * 28像素的MNIST手写数字数据集进行分类，值为0-255，其中0表示背景，255表示前景。

我正在尝试找到一组属性，这些属性将使我的错误率降低。目前，我对每个像素使用阈值 0，错误率为 11%。

我想要通过设置一组新属性来提高错误率的建议或想法(我正在考虑检测图像中的曲线和线条，但是我似乎无法在 JAVA 中找到这样做的方法(。

谢谢。

Answer 1

我们发现将图像划分为帧(在 4 到 8 之间(有助于提高预测百分比。此外，我们还添加了线条、曲线等功能。