Scikit learn Scikit SVM对STL-10数据集的精度非常差

我正在使用Scikit学习支持向量机对STL-10数据集的模型进行训练，该数据集包含5000个训练图像（10个预定义的折叠）。所以我有5000*96*96*3大小的数据集用于培训和测试。我使用以下代码来训练它，并测量测试集的准确性。(80% 20%). 最终结果的准确度为0.323。如何提高支持向量机的精度

这是

---

因此，您似乎直接在图像上使用原始SVM。这通常不是一个好主意（实际上相当糟糕）

我将描述过去几十年流行的经典图像分类管道！请记住，目前性能最好的方法可能会使用深度神经网络来结合其中一些步骤（一种非常不同的方法；过去几年进行了大量研究！）

• 第一步：
  • 需要进行预处理！
    • 标准化均值和方差（我不希望您的数据集已经标准化）
    • 可选：直方图均衡化
• 第二步：
  • 特征提取->您应该从这些图像中了解一些特征。有很多方法，包括
    • （内核-）PCA
    • （内核-）LDA
    • 字典学习
    • 矩阵分解
    • 本地二进制模式
    • 。。。（最初只需使用LDA进行测试）
• 第三：
  • SVM用于分类
    • 在这之前可能还需要一个规范化步骤，正如@David Batista在评论中提到的：可能需要一些参数调整（特别是对于内核SVM）

还不清楚在这里使用颜色信息是否明智。对于更简单的方法，我希望黑白图像更出色（您正在丢失信息，但调整管道更可靠；高性能方法当然会使用颜色信息）

有关描述类似问题的随机教程，请参见。虽然我不知道这是否是一项好的工作，但您可以立即识别上面提到的处理管道（预处理、特征提取、分类器学习）

编辑：

---

为什么要进行预处理？：有些算法假设中心样本具有单位方差，因此需要标准化。这（至少）对PCA、LDA和SVM非常重要。

因此，您似乎直接在图像上使用原始SVM。这通常不是一个好主意（实际上相当糟糕）

我将描述过去几十年流行的经典图像分类管道！请记住，目前性能最好的方法可能会使用深度神经网络来结合其中一些步骤（一种非常不同的方法；过去几年进行了大量研究！）

• 第一步：
  • 需要进行预处理！
    • 标准化均值和方差（我不希望您的数据集已经标准化）
    • 可选：直方图均衡化
• 第二步：
  • 特征提取->您应该从这些图像中了解一些特征。有很多方法，包括
    • （内核-）PCA
    • （内核-）LDA
    • 字典学习
    • 矩阵分解
    • 本地二进制模式
    • 。。。（最初只需使用LDA进行测试）
• 第三：
  • SVM用于分类
    • 在这之前可能还需要一个规范化步骤，正如@David Batista在评论中提到的：可能需要一些参数调整（特别是对于内核SVM）

还不清楚在这里使用颜色信息是否明智。对于更简单的方法，我希望黑白图像更出色（您正在丢失信息，但调整管道更可靠；高性能方法当然会使用颜色信息）

有关描述类似问题的随机教程，请参见。虽然我不知道这是否是一项好的工作，但您可以立即识别上面提到的处理管道（预处理、特征提取、分类器学习）

编辑：

---

为什么要进行预处理？：有些算法假设中心样本具有单位方差，因此需要标准化。这（至少）对PCA、LDA和SVM非常重要。

如何提高SVM的准确性？可能是功能工程，并尝试使用不同的内核，但您也可以提供有关数据集的更多详细信息。我认为问题在于将我的数据从（5000*96*96*3）重塑为（500027648）数据集。用数据链接更新了问题我可以提高SVM的精确度吗？可能是功能工程，并尝试使用不同的内核，但您也可以提供有关数据集的更多详细信息。我认为问题在于将我的数据从（5000*96*96*3）重塑为（500027648）数据集。使用数据集的链接更新了问题

def train_and_evaluate(clf, train_x, train_y):
    clf.fit(train_x, train_y)

#make 2D array as we can apply only 2d to fit() function
nsamples, nx, ny, nz = images.shape
reshaped_train_dataset = images.reshape((nsamples, nx * ny * nz))

X_train, X_test, Y_train, Y_test = train_test_split(reshaped_train_dataset, read_labels(LABEL_PATH), test_size=0.20, random_state=33)

train_and_evaluate(my_svc, X_train, Y_train)

print(metrics.accuracy_score(Y_test, clf2.predict(X_test)))