MNIST二维点云图像识别数据集1963-2021
数据来源：互联网公开数据
标签：MNIST,二维点云,机器学习,图像识别,分类,数据集,训练集,测试集
数据概述：
本数据集是用于点云数据机器学习入门的简单数据集，由原始的MNIST数据集转换而来。数据集中的每个非零像素被转换为二维空间中的点，分类目标与原始MNIST相同。数据集包含两个文件：train.csv和test.csv，每个文件具有相同的列结构，包括标签、点的x坐标、y坐标和像素值等信息。为了保持数据一致性，所有图像点的数量被填充至最大值351，不足的点用特定值(-1, -1, -1)填充。
数据用途概述：
该数据集适用于机器学习和图像识别领域的入门学习，也可用于研究点云数据分类问题。用户可以尝试使用不同数量的点进行分类任务，以评估模型的性能。本数据集对于理解点云数据处理和分类算法具有重要价值。
举例：
在本数据集中，一张MNIST图像被转换为一个包含最多351个点的二维点云。每个点的x坐标、y坐标和像素值分别记录在x{i}、y{i}和v{i}列中。例如，一个图像可能包含100个点，其余点用(-1, -1, -1)填充。用户可以利用此数据集训练分类模型，以识别点云图像所代表的数字。
