Question

我从一些图像中提取一些特征，我想将它们与它们的标签（最好是原始图像）一起保存，以便以后加载它们而不必每次都运行特征提取代码。

我希望将它们存储在与digits dataset中的sklearn.datasets类似的结构中，以便dictionary类型。

所以我的问题不是存储key:value类型的东西，而是存储类型的东西：

功能（X）
target_labels（y）
图片（可选）
的 target_names

我的X为numpy.ndarray数据类型，y为1-D vector array。

有任何建议如何实现这一目标？

Answer 1

如果您想要sklearn.datasets方法返回，为什么不使用他们的code？

他们定义了一个符合你想要的类bunch：

class Bunch(dict):
    """Container object for datasets
    Dictionary-like object that exposes its keys as attributes.
    >>> b = Bunch(a=1, b=2)
    >>> b['b']
    2
    >>> b.b
    2
    >>> b.a = 3
    >>> b['a']
    3
    >>> b.c = 6
    >>> b['c']
    6
    """

    def __init__(self, **kwargs):
        super(Bunch, self).__init__(kwargs)

    def __setattr__(self, key, value):
        self[key] = value

    def __dir__(self):
        return self.keys()

    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(key)

然后他们用：

创建一个数据集对象

Bunch(data=data, target=target,
                 target_names=target_names,
                 DESCR=fdescr,
                 feature_names=['feat_1', 'feat_2',
                                'feat_3', 'feat_4'])

创建分类数据集存储的字典，类似于数字数据集（sklearn）

1 个答案: