イメージを機械学習するときのフィーチャーの数を減らす方法

Question

私は25×125イメージセットで機械学習を行っています。 rgbコンポーネントを取得した後、それは例ごとに9375個の機能になります（そして、私は約675を持っています）。私はfminuncとfminsearchを試していましたが、私の方法では何か問題があると思っていました。なぜなら、「フリーズ」だったからです。しかし、フィーチャの数を10倍に減らすとしばらく時間がかかりました。画像に関連する情報を維持しながら、どのように機能の数を最小限に抑えることができますか？私はk-meansを試みましたが、私はそれがどのように役立つかは分かりません。同じ数の機能を持っているので、多くの冗長性があります。

Answer 1

あなたは機能の削減や選択方法を探しています。たとえば、このライブラリを参照してください http://homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html またはこの質問を参照 Feature Selection in MATLAB Googleの場合feature selection/reduction matlabには多くの関連記事やツールがあります。または、PCA（主成分分析）のような一般的に使用されているメソッドをグーグルで実行することもできます。