基于特征量选取的SVC算法的字符识别

摘要

为进行准确的字符识别,本文针对UCI的光学字符识别数据集,通过图像数据的初步统计描述并对数据进行预处理,基于定标和方差分析选取恰当的特征量建立SVC模型来识别每个字符且识别准确率,使用ShuffleSplit迭代器将数据划分为10组进行交叉验证,通过网格搜索找到最优核函数并提高准确率达97.54%,并使用不同数量的训练样本的估计器的验证和训练评分,得到验证分数和训练分数都收敛到一个较高的值,很大程度上提高了光学字符识别的准确率。