机器学习图像时减少特征数量的方法

Question

我正在25 x 125图像集上进行机器学习。获得rgb组件后，每个示例变为9375个功能（我有大约675个）。我正在尝试fminunc和fminsearch，我认为我的方法有问题，因为它是'冻结'，但是当我将特征数量减少10倍时，它花了一个虽然但工作。如何在保持图片中相关信息的同时最大限度地减少功能的数量？我尝试了k-means，但我看不出它有多大帮助，因为我仍然有相同数量的功能，只是有很多冗余。

Answer 1

您正在寻找功能缩减或选择方法。例如，请参阅此库： http://homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html 或者看到这个问题 Feature Selection in MATLAB 如果你在谷歌feature selection/reduction matlab会找到许多相关的文章/工具。或者你可以谷歌一些常用的方法，如PCA（主成分分析）。