Classificação de Digitos com Modelos Lineares

Algoritmos e estratégias de classificação utilizadas

• Regressão Linear;
• Regressão Logistica;
• Perceptron 2D;
• Um contra todos.

Dataset

• É uma adaptação do clássico MNIST Dataset, no qual cada classe é linearmente separável 2 a 2.
  
  

Pré-processamento de Features

• Foi aplicada uma redução de dimensionalidade nos registros do dataset;
• Os 782 pixels foram transformados em 2 features: intensidade e simetria.
  
  

Classifcando o digito 1 e 5

• O primeiro teste dos modelos foi classificar os registros de label 1 e 5

• Dados de treino utilizados:

Reta da Regressão Linear

Reta do PLA

Reta da Regressão Logística

Resultado final

• Para efetuar a classificação de todos os digitos (4 labels no total), foi utilizada a estratégia de classificação "Um contra todos".

• E o algoritmo seguido foi o seguinte:

para os dígitos 𝑖 ∈ [0,1,4]
    se 𝑓𝑖(𝑥) = +1
        classifique como dígito i
    senão
        se i == 4
            classifique como dígito 5

• Os resultados obtidos são os que se seguem para o uso de cada modelo: