0
「Good_id」と「Bad_id」という144の画像があります。教師あり学習のラベルをどのように追跡するのですか?
今、私はすべての画像を読んで、そこから13個の特徴を抽出し、形状の数が少ない配列(144,13)に格納しました。
私が分からないことは、配列内の画像がクラスGoodまたはBadであるという分類子(これはsvmを使用するつもりです)にどのように伝えるかです。
「Good_id」と「Bad_id」という144の画像があります。教師あり学習のラベルをどのように追跡するのですか?
今、私はすべての画像を読んで、そこから13個の特徴を抽出し、形状の数が少ない配列(144,13)に格納しました。
私が分からないことは、配列内の画像がクラスGoodまたはBadであるという分類子(これはsvmを使用するつもりです)にどのように伝えるかです。
クラスを別の配列y
に保存し、 "Good_id"を1、 "Bad_id"を0(エンベロープ(144,13)の配列と同じ順序)でエンコードします。あなたはSVMを使用するとき、あなたは次のように、両方のnumpyの配列を渡す:
>>> import numpy as np
>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
>>> y = np.array([1, 1, 2, 2])
>>> from sklearn.svm import SVC
>>> clf = SVC()
>>> clf.fit(X, y)
(sklearn SVM documentationからの引用します)。 より一般的には、K
の異なるクラスがある場合は、k
異なる番号を使用して表現できます。 Hereは、マルチクラスのケースのドキュメントです。
ありがとうございます!ですからtrain_test_splitを使って列車とデータを分割すると、X_trainのクラスは保存されますか? –
はい、それらは保存されます。 –