Python的OpenCV的手寫識別與SVM，改變訓練和測試量

Question

http://opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_ml/py_svm/py_svm_opencv/py_svm_opencv.html

在這個例子中的OpenCV給出，訓練集是250和檢測量也是相同的。但是，當測試和訓練數字發生變化時，準確度將降至0.

# First half is trainData, remaining is testData 
train_cells = [ i[:40] for i in cells ] 
test_cells = [ i[40:] for i in cells] 

train_amt = 200 
responses = np.float32(np.repeat(np.arange(10),train_amt)[:,np.newaxis]) 

我已將上述行中的值從原始代碼中更改。我究竟做錯了什麼？ x應該是什麼？

提供OpenCV的訓練和測試數據：http://wormassay.googlecode.com/svn/trunk/ThirdParty/OpenCV/samples/python2/data/digits.png

Answer 1

你的數據分割是正確的。它給你的準確性的原因是你測量它的方式。

精度確認被完成：

mask = result==responses 
correct = np.count_nonzero(mask) 
print correct*100.0/result.size 

通過新的分割火車/測試，這是不正確的了。首先，result和responses的長度不相同，因此mask只是False。

所以，現在你要測量精度，你需要根據測試大小reshape,responses，而不是訓練。工作代碼只有300改變200：

responses = np.float32(np.repeat(np.arange(10),300)[:,np.newaxis]) 
mask = result==responses 
correct = np.count_nonzero(mask) 
print correct*100.0/result.size 

精度下降了一點，但不是0.0，現在你在93.1，這是正常的，因爲你減小尺寸訓練和測試遞增的編號。