Um estudo comparativo do algoritmo Support Vector Machine (SVM).
O problema escolhido é de multi-classificação, reconhecimento de dígitos manuscritos. Ou seja, são 10 classes.
A resolução do dataset mais simples escolhido é de 8x8, portanto 64 features. A seguir uma amostra do dataset:
Foi avaliado os algoritmos:
- SVM Classifier Linear Kernel
- SVM Classifier Polynomial Kernel
- SVM Classifier RBF Kernel
- Multi-Layer Perceptron (MLP)
- Extreme Learning Machine (ELM) -- in-progress
- RBF Neural Network (RBF_NN) -- in-progress
Instale o interpretador de linguagem Python3. Então através do gerenciador de pacotes pip:
pip install -r requirements.txt
python run.py
MIT