Python 基于线性SVC的图像分类
我试图学习线性SVC在SVM中的工作原理,并尝试通过使用不同参数进行训练和测试来复制一个简单的实验。问题是,我似乎无法理解如何准确地使用我的数据来训练和测试线性SVC算法。基本上,我想做的是使用线性SVC的图像识别 我有5帧来自5个不同的人,每个图像有22个特征。我的目标是简单地获得图像的训练率,我的问题是我获得了100%的训练率,当我期望大约80%左右时,我想知道我如何才能获得正确的识别率,那么Python 基于线性SVC的图像分类,python,numpy,machine-learning,scikit-learn,svm,Python,Numpy,Machine Learning,Scikit Learn,Svm,我试图学习线性SVC在SVM中的工作原理,并尝试通过使用不同参数进行训练和测试来复制一个简单的实验。问题是,我似乎无法理解如何准确地使用我的数据来训练和测试线性SVC算法。基本上,我想做的是使用线性SVC的图像识别 我有5帧来自5个不同的人,每个图像有22个特征。我的目标是简单地获得图像的训练率,我的问题是我获得了100%的训练率,当我期望大约80%左右时,我想知道我如何才能获得正确的识别率,那么 import sklearn from sklearn.svm import SVC from s
import sklearn
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn import metrics
dataset = np.asarray(data)
target = np.asarray([1]*5 + [2]*5 + [3]*5 + [4]*5 + [5]*5)
svc_1 = SVC(kernel='linear')
X_train, X_test, y_train, y_test = train_test_split(
dataset, target, test_size=0.35, random_state=0)
def train_and_evaluate(clf, X_train, X_test, y_train, y_test):
clf.fit(X_train, y_train)
print ("Accuracy on training set:")
print (clf.score(X_train, y_train))
print ("Accuracy on testing set:")
print (clf.score(X_test, y_test))
y_pred = clf.predict(X_test)
print ("Classification Report:")
print (metrics.classification_report(y_test, y_pred))
print ("Confusion Matrix:")
print (metrics.confusion_matrix(y_test, y_pred))
train_and_evaluate(svc_1, X_train, X_test, y_train, y_test)
这是我的代码,为了保存可视化效果,我将25x22矩阵上传到pastebin:
这是我的输出:
Accuracy on training set:
1.0
Accuracy on testing set:
1.0
Classification Report:
precision recall f1-score support
1 1.00 1.00 1.00 1
2 1.00 1.00 1.00 1
3 1.00 1.00 1.00 1
4 1.00 1.00 1.00 3
5 1.00 1.00 1.00 3
accuracy 1.00 9
macro avg 1.00 1.00 1.00 9
weighted avg 1.00 1.00 1.00 9
简言之,我想做的是在减少数据集中的行数或列数的同时降低速率,但我一直得到100%事实是,您的数据集在这5个类之间确实很好地分离 线索#1-目标洗牌 洗牌目标导致精度下降。尝试在目标定义之后添加:
random.shuffle(target) # Requires `import shuffle`
线索#2-PCA
我曾经通过将数据简化为两个功能来可视化您的数据:
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt
pca = PCA(n_components=2)
pca_res = pca.fit_transform(data)
plt.scatter(pca_res[:, 0], pca_res[:, 1], color=list(map(' rgbyc'.__getitem__, target)))
结果:
似乎很明显,这些类别之间的差异很好——组内差异比组间差异小得多。显然,SVC在检测测试集的正确类时没有问题,即使样本量很小
编辑
看来PCA甚至没有必要。单个特征(例如第二个特征)产生100%的分离。请尝试使用以下代码:
dataset = np.asarray(data)[:, 1:2]
通过可视化:
import seaborn as sns
sns.boxplot(x=target, y=dataset[:, 1]) # Original dataset used here
结果: