Question

我尝试使用SVM在纸上复制实验，以增加我在机器学习方面的学习/了解。在本文中，作者提取特征并选择特征尺寸。然后，他显示一张表格，其中F代表特征向量的大小，N代表面部图像

然后他使用F> = 9和N> = 15参数。

现在，我要做的就是像抓纸一样抓住我提取的功能。

基本上，这就是我提取特征的方式：

def load_image_files(fullpath, dimension=(64, 64)):
    descr = "A image classification dataset"
    images = []
    flat_data = []
    target = []
    dimension=(64, 64)
    for category in CATEGORIES:
        path = os.path.join(DATADIR, category)
        for person in os.listdir(path):
            personfolder = os.path.join(path, person)
            for imgname in os.listdir(personfolder):
                class_num = CATEGORIES.index(category)
                fullpath = os.path.join(personfolder, imgname)
                img_resized = resize(skimage.io.imread(fullpath), dimension, anti_aliasing=True, mode='reflect')
                flat_data.append(img_resized.flatten())
                images.append(skimage.io.imread(fullpath))
                target.append(class_num)

    flat_data = np.array(flat_data)
    target = np.array(target)
    images = np.array(images)
    print(CATEGORIES)

    return Bunch(data=flat_data,
                     target=target,
                     target_names=category,
                     images=images,
                     DESCR=descr)

如何选择提取和存储的特征数量？或如何手动存储具有所需功能数量的向量？例如大小为9的特征向量

我正在尝试通过以下方式分离功能：

X_train, X_test, y_train, y_test = train_test_split(
    image_dataset.data, image_dataset.target, test_size=0.3,random_state=109)

model = ExtraTreesClassifier(n_estimators=10)
model.fit(X_train, y_train)
print(model.feature_importances_)

尽管，我的输出是：

[0。 0. 0. ... 0. 0. 0。]

对于SVM分类，我试图使用OneVsRestClassifier

model_to_set = OneVsRestClassifier(SVC(kernel="poly"))

parameters = {
    "estimator__C": [1,2,4,8],
    "estimator__kernel": ["poly", "rbf"],
    "estimator__degree":[1, 2, 3, 4],
}

model_tunning = GridSearchCV(model_to_set, param_grid=parameters)
model_tunning

model_tunning.fit(X_train, y_train)

prediction = model_tunning.best_estimator_.predict(X_test)

然后，一旦我调用预测，我就会得到：

Out[29]:
array([1, 0, 4, 2, 1, 3, 3, 0, 1, 1, 3, 4, 1, 1, 0, 3, 2, 2, 2, 0, 4, 2,
       2, 4])

Answer 1

因此，您有两个图像信息数组（一个未处理，另一个已调整大小和展平），以及一列相应的类值（我们通常将其称为标签）。但是，当前有两件事情与设置不符：

1）这里缺少的是多个features-它们可能包括来自与图像形态学/计算机视觉过程中的特征提取相关的数据的特定数组，或者它们可能是诸如偏好，行为列表之类的辅助数据。，购买。基本上，任何可以作为数字或分类格式的数组的东西。从技术上讲，您调整大小后的图像是第二个功能，但是我认为这不会增加模型性能。

2）target_names=category在函数返回中将在类别中存储最后一个迭代pf类别。我不知道这是不是你想要的。

回到表中，N代表数据集中的图像数量，F代表与该图像关联的相应要素阵列的数量。举例来说，假设我们有五十种独立的葡萄酒和五个功能（颜色，味道，酒精含量，pH，光密度）。 N的5个将是其中的五种，F的2将是colour, taste。

如果我不得不猜测您的功能将是什么，那么实际上它们将是一个功能-图像数据本身。查看您的数据结构，您拥有的每个标签/类别都会有多个人（人），每个人都带有该人的图像的多个示例。请注意，多个人不是独立的功能-在您构建数据的方式中，这些人被归为一个类别。

那么，从这里到哪里呢？在不知道您正在阅读的论文的情况下，很难提出建议，但我会回头看看您是否可以为我们提供有关该问题的更多信息。

如何选择特征尺寸

1 个答案: