在圖像上機器學習時減少特徵數量的方法

Question

我在25 x 125圖像集上執行機器學習。獲得rgb組件後，它變成每個示例9375個功能（並且我有大約675個）。我嘗試fminunc和fminsearch，我認爲我的方法有問題，因爲它是「凍結」的，但是當我將功能數量減少10倍時，它花了一段時間，但工作。我怎樣才能最大限度地減少功能的數量，同時保持圖片中的相關信息？我嘗試了k-means，但我看不出有什麼幫助，因爲我仍然有相同數量的功能，只是有很多冗餘。

Answer 1

您正在尋找功能縮減或選擇方法。例如看到這個庫： http://homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html 或看到這個問題 Feature Selection in MATLAB 如果你谷歌feature selection/reduction matlab會找到很多相關的文章/工具。或者你可以谷歌一些常用的方法，如PCA（主成分分析）。