Question

我正在尝试使用python的scikit-learn软件包中提供的机器学习算法来预测涂鸦图像集中的涂鸦名称。

由于我是机器学习的完整入门者，所以我还不了解神经网络如何工作。我想尝试使用scikit-learn的算法。

我已经借助名为quickdraw的api下载了（猫和吉他的）doodle。

然后我使用以下代码加载图像

import numpy as np
from PIL import Image
import random

#To hold image arrays
images = []

#0-cat, 1-guitar
target = []

#5000 images of cats and guitar each
for i in range(5000):

   #cat images are named like cat0.png, cat1.png ...
   img = Image.open('data/cats/cat'+str(i)+'.png')
   img = np.array(img)
   img = img.flatten()
   images.append(img)
   target.append(0)

   #guitar images are named like guitar0.png, guitar1.png ...
   img = Image.open('data/guitars/guitar'+str(i)+'.png')
   img = np.array(img)
   img = img.flatten()
   images.append(img)
   target.append(1)

random.shuffle(images)
random.shuffle(target)

然后我应用了算法：-

from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(images,target,test_size=0.2, random_state=0)

from sklearn.naive_bayes import GaussianNB
GB = GaussianNB()
GB.fit(X_train,y_train)
print(GB.score(X_test,y_test))

运行上面的代码（也使用其他算法，例如SVM，MLP）后，我的系统冻结。我已经强制关机才能恢复原状。我不确定为什么会这样。

我尝试通过更改来减少要加载的图片数量

for i in range(5000):

到

for i in range(1000):

但是我只能得到大约50％的准确度

Answer 1

首先，如果我可以这样说：

由于我是机器学习的完整入门者，所以我不了解神经网络的工作原理。我想尝试使用scikit-learn的算法。

一般来说，这不是学习ML的好方法，我强烈建议您至少开始学习基础知识，否则，您将根本无法分辨正在发生的事情（这不是您可以尝试解决的问题）它）。

回到问题所在，对原始图像应用朴素贝叶斯方法并不是一个好策略：问题是图像的每个像素都是一个功能，对于图像，您可以获得很高的数值轻松确定尺寸（也假设每个像素都独立于其相邻像素，这不是您想要的）。 NB通常用于文档，在wikipedia上查看此示例可能会帮助您进一步了解算法。

简而言之，NB归结为计算联合条件概率，归结为计算特征（在维基百科示例中为 words ）的共现概率。在您的情况下 pixels 可以归结为计算出一个庞大的事件矩阵，您需要用它们来构造NB模型。

现在，如果您的矩阵是由一组文档中的所有单词组成的，那么这在时间和空间上都会变得非常昂贵（O（n ^ 2）/ 2），其中n是功能的数量；而是想象一下，矩阵是由训练集中的所有像素组成的，就像您在示例中所做的那样……爆炸确实非常快。

这就是为什么将数据集切割为1000张图像后PC不会耗尽内存的原因。希望对您有所帮助。

在Google的Quickdraw数据集上应用机器学习算法

1 个答案: