The test data set, (test.csv), is t

The test data set, (test.csv), is the same as the training set, except that it does not contain the "label" column.

Your submission file should be in the following format: For each of the 28000 images in the test set, output a single line containing the ImageId and the digit you predict. For example, if you predict that the first image is of a 3, the second image is of a 7, and the third image is of a 8, then your submission file would look like:

The evaluation metric for this contest is the categorization accuracy, or the proportion of test images that are correctly classified. For example, a categorization accuracy of 0.97 indicates that you have correctly classified all but 3% of the images.

Kết quả (Việt) 1:

Kiểm tra dữ liệu thiết lập, (test.csv), là tương tự như thiết lập đào tạo, ngoại trừ rằng nó không chứa các cột "nhãn".Tin nộp hồ sơ của bạn nên định dạng sau: đối với mỗi hình ảnh 28000 trong các thiết lập thử nghiệm, sản lượng một dòng duy nhất có chứa ImageId và các chữ số bạn dự đoán. Ví dụ, nếu bạn dự đoán rằng hình ảnh đầu tiên của một 3, hình ảnh thứ hai là 7, và hình ảnh thứ ba là một 8, sau đó tập tin nộp hồ sơ của bạn sẽ trông giống như:Các số liệu đánh giá cho cuộc thi này là chính xác loại, hoặc tỷ lệ hình ảnh kiểm tra được phân loại chính xác. Ví dụ, độ chính xác loại là 0.97 chỉ ra rằng bạn có một cách chính xác phân loại tất cả, nhưng 3% của hình ảnh.

Kết quả (Việt) 2:

Các bộ dữ liệu thử nghiệm, (test.csv), cũng giống như tập huấn luyện, ngoại trừ việc nó không chứa các "nhãn" cột. Tập tin trình của bạn phải ở trong các định dạng sau: Đối với mỗi 28.000 hình ảnh trong các thử nghiệm thiết lập, đầu ra một dòng duy nhất chứa ImageID và các chữ số bạn dự đoán. Ví dụ, nếu bạn dự đoán rằng hình ảnh đầu tiên là của một 3, hình ảnh thứ hai là của một 7, và hình ảnh thứ ba là của một 8, sau đó tập tin trình của bạn sẽ giống như thế: Các số liệu đánh giá cho cuộc thi này là chính xác phân loại hoặc tỷ lệ của hình ảnh thử nghiệm được phân loại một cách chính xác. Ví dụ, một độ chính xác phân loại 0,97 chỉ ra rằng bạn đã phân loại một cách chính xác tất cả, nhưng 3% của hình ảnh.