Python 带标签的图像，但不知道这些标签对应什么

我有一堆图像，基本上是Celeba数据集的一个子集。我为每一张图像都有一个二进制标签。这些图像是人们的脸

问题是：我不知道这些标签对应的特征是什么

您是否有任何方法来回溯测试功能和标签？我不知道如何确定这些标签对应的是什么

我一次又一次地试图想象这些图像，试图理解这些图像之间的相似之处，但没有成功

我尝试了SVM分类器，然后绘制系数以确定分类器的目标位置，但没有成功

---

谢谢你的帮助

不。从信息论的角度来看，没有办法从一组观察结果中重建任意、抽象的概念。这相当于大多数使用科学方法的研究：你试图从一组有限的数据中猜测分类的基本原理。一种能够可靠地预测观察到的行为的猜测称为理论

---

这是否有助于确定您看待所面临问题的方式？

如果您培训了一名分类师，您必须告诉他在培训中使用哪些功能以及使用哪些标签。那么你的预测是基于这些特征和目标的。你的问题不清楚你不确定什么。也许你可以提供一个让你困惑的数据样本？数据集非常简单：80k个面，每个面都与0或1关联，我不知道这些标签与图像上的胡子有什么关联？肤色？性别？…根据数据集的属性标签，每个图像都应该有属性标签。数据集包含40个属性。我建议你回去看看你从哪里得到的数据，因为他们可能预先选择了一个目标。一般来说，机器学习或数据科学项目的第一步应该是基于假设设计实验，而不是开始将模型与数据拟合。这一步可以帮助您避免此类问题。谢谢您的回答。所以从你说的，我的问题现在有点不同了。首先，我尝试根据一个假设对我的图像进行分类。其次，我检查我的初始标签是否符合我的理论。对于从人脸上从头开始提取特征，您有什么建议？