用R加载MNIST数字识别数据集并查看任何结果

在书中“ Machine Learning - A Probabilistic Perspective" by Kevin P. Murphy 第一个任务为:

练习1.1混合MNIST数据上的KNN分类器

运行mnist1NNdemo 并验证错误分类率(在前1000次测试中 例)1-NN分类器的MNIST为3.8%。(如果您全部运行 所有10000个测试用例,错误率为3.09%。)修改代码以便 首先随机排列特征(训练列 和测试设计矩阵),然后应用 分类器。确认错误率未更改。

我的简单理解是,这个练习是在加载文件后查找1-NN(R中的kNN())。

文件:

train-images-idx3-ubyte。gz:训练集图像(9912422字节)

列车标签-idx1-ubyte。gz:训练集标签(28881字节)

t10k-images-idx3-ubyte。gz:测试集映像(1648877字节)

t10k-标签-idx1-ubyte。gz:测试集标签(4542字节)

从 The MNIST DATABASE

我找到了一个 popular template 加载文件:

# for the kNN() function 
library(VIM)
load_mnist <- function() {
  load_image_file <- function(filename) {
   ret = list()
    f = file(filename,'rb')
    readBin(f,'integer',n=1,size=4,endian='big')
    ret$n = readBin(f,'integer',n=1,size=4,endian='big')
    nrow = readBin(f,'integer',n=1,size=4,endian='big')
    ncol = readBin(f,'integer',n=1,size=4,endian='big')
    x = readBin(f,'integer',n=ret$n*nrow*ncol,size=1,signed=F)
    ret$x = matrix(x, ncol=nrow*ncol, byrow=T)
    close(f)
    ret
  }
  load_label_file <- function(filename) {
    f = file(filename,'rb')
    readBin(f,'integer',n=1,size=4,endian='big')
    n = readBin(f,'integer',n=1,size=4,endian='big')
    y = readBin(f,'integer',n=n,size=1,signed=F)
    close(f)
    y
  }
  train <<- load_image_file("train-images.idx3-ubyte")
  test <<- load_image_file("t10k-images.idx3-ubyte")
   
  train$y <<- load_label_file("train-labels.idx1-ubyte")
  test$y <<- load_label_file("t10k-labels.idx1-ubyte")  
}

show_digit <- function(arr784, col=gray(12:1/12)) {
  image(matrix(arr784, nrow=28)[,28:1], col=col)
}

根据注释,在命令行中,这应该可以工作:

  # Error "Error in matrix(arr784, nrow = 28) : object 'train' not found"
  show_digit(train$x[5,])

问题是如何使用show\u digit函数?

编辑 删除额外问题