这是 V2.0 版本的README文档，V1.0版本请看：https://github.com/hduyyg/kaggle-Digit-Recognizer
本版本有很多新人加入，所以在knn阶段结束之前，所有的代码提交，都只能由余洋来进行pr合并，切忌不要自己合代码。
| 角色 | 用户 | 内容 | |
|---|---|---|---|
| 总负责人 | 余洋 | 代码pr | |
| 负责人: | 健忘症 | 代码pr | |
| 负责人: | Adam_shi_ | 代码pr | |
| 负责人: |
- 2018-03-29 Lenet5 score=0.99557
- 2018-03-24 RF score=0.95371
- 2018-03-20 knn+pca score=0.975
- 2018-03-12 score=0.99285
2018-03-15 ~ 2018-03-31
- 相较第一版，更加细致的数据分析
- knn、基于朴素贝叶斯K近邻的快速图像分类算法、基于图像形状的一种比较漂亮的分类算法、svm、LR、RF、卷积神经网络六种解法机器优化
- 得分尽可能达到100%
周末休息，不计入进度安排时间。
-
2018-03-17
多种数据处理方式的尝试，包括降维方法：PCA、LDA、LLE； 图片缩放、锐化等操作，减小图片，去掉模糊边缘，使图片更清晰； 针对有的数字图片旋转了一定角度这个问题的处理； -
2018-03-18
休息 -
2018-03-19 score=0.975
knn算法及优化 最终采用pca+knn -
2018-03-20
基于朴素贝叶斯K近邻的快速图像分类算法 链接：http://www.oalib.com/paper/4249872 结果证明，贝叶斯用在这里效果不好，连0.9都无法达到，放弃这种解法。 -
2018-03-21
基于图像形状的一种比较漂亮的分类算法 链接：http://blog.csdn.net/lishuhuakai/article/details/53573241 只是采用了两种新的距离计算方式，感觉没啥大用，放弃。 -
2018-03-22
LR 链接：http://blog.csdn.net/Dinosoft/article/details/50734539 效果目前最好的，也只在0.92附近，有点差，放弃了，不作为最终解法。 -
2018-03-23
RF 链接：http://blog.csdn.net/Dinosoft/article/details/50734539 最佳效果目前达到0.95371，作为最终解法之一。 -
2018-03-24
回顾消化一下之前的几种解法 -
2018-03-25
休息 -
2018-03-27
svm -
2018-03-29
卷积神经网络 采用Lenet 5，达到0.99557 -
2018-03-31
对于不同算法的结果进行分析，对于出现不同结果的数据进行分析； 综合现有算法结果，得出最终解； 项目第二版收尾，文档整理等等； 不同基础算法的融合失败，时间所限，只能采用投票法，但效果实在差强人意。