0
我有144張圖片,名爲「Good_id」和「Bad_id」。如何跟蹤監督學習中的標籤?
現在我已經讀取了所有的圖像,並從它們中提取了13個特徵並存儲在形狀(144,13)的numpy數組中。
我不明白的是,如何告訴分類器(我將使用svm),數組中的圖像來自類Good或Bad。
我有144張圖片,名爲「Good_id」和「Bad_id」。如何跟蹤監督學習中的標籤?
現在我已經讀取了所有的圖像,並從它們中提取了13個特徵並存儲在形狀(144,13)的numpy數組中。
我不明白的是,如何告訴分類器(我將使用svm),數組中的圖像來自類Good或Bad。
將這些類保存到一個單獨的數組y
中,將「Good_id」編碼爲1,將「Bad_id」編碼爲0(與它們在(144,13)數組中出現的順序相同)。然後,當你使用SVM你同時通過numpy的陣列,以下列方式:
>>> 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)
(從sklearn SVM documentation兩者)。 更一般地說,如果您有K
不同的類別,您可以使用k
不同的數字來表示它們。 Here是多類案例的文檔。
謝謝!所以,當我將train_test_split的數據分割出來並進行測試時,X_train的類會被保留下來嗎? –
是的,他們將被保留。 –