R中mnist数据集上的KNN

Question

我正在使用 R 包附带的 mnist 数据集。你可能知道，它的划分方式如下：

1. mnist$train$x：60,000 行乘 784 列。我认为是我们正在分析的图像。
2. mnist$train$y：60,000 行 x 10 列。每列代表我们试图识别的数字之一的目标。如果一个 例如，某行是 6，那么该行的第 6 列将有 1.
3. mnist$test$x：10,000 行，784 列。
4. mnist$test$y：10,000 行 x 10 列。

这个数据集没有标签，只有这 4 个矩阵。我想知道knn 是否可以在这个数据集上完成，因为它没有标记，knn 是一种监督学习技术。如果是这样，参数是什么（训练、测试和 cl = 训练集真实分类的因子）？

Answer 1

我认为这里有些混乱。

数据集有标签(!!) - mnist$train$x 是用于训练的 28*28 扁平图像，mnist$train$y 是它们对应的标签。
正如您自己所说，mnist$train$y 中的第 i 行是 mnist$train$x 中图像 i 的 one-hot 编码标签。
所以数据被标记了。

可以在此数据集上完成 KNN（但它可能不会为您提供结果的状态）。
首先，将每个 one-hot 标签转换为整数（在行上使用 argmax）。
然后在 mnist$train$x 上运行你的 KNN 算法作为 x，你的整数标签作为 y 和你的 K（超参数）。