如何在监督学习中跟踪标签？

Question

我有144张名为“Good_id”和“Bad_id”的图片。

现在我已经阅读了所有图像并从中提取了13个特征并存储在numpy数组形状（144,13）中。

我不明白的是如何告诉分类器（我将使用svm）数组中的图像来自Good或Bad类。

Answer 1

将类保存到单独的数组y中，编码＆＃34; Good_id＆＃34;为1和＆＃34; Bad_id＆＃34;为0（与它们（144,13）数组中出现的顺序相同）。然后，当您使用SVM时，您将通过以下方式传递两个numpy数组：

>>> import numpy as np
>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
>>> y = np.array([1, 1, 2, 2])
>>> from sklearn.svm import SVC
>>> clf = SVC()
>>> clf.fit(X, y)

（摘自sklearn SVM documentation）。 更一般地说，如果您有K个不同的类，则可以使用k个不同的数字来表示它们。 Here是多类案例的文档。