A
И типа по идее ищется такая плоскость, которая максимально сопоставит одинаковые признаки двух классов и максимально отдалит разные, ну по идее да
Size: a a a
2020 December 23
A
Вот так признаки выглядят, это 128 мерный вектор
А
Да, видел это изображение в статье с медиума
А
Я сейчас пытаюсь понять, как это реализовать
А
Вот у меня есть 3780 чисел на одно изображение
А
Как это обучать дальше?
А
А
Окей, с векторами правильно, с метками понятно
A
А вот это я уже не знаю
A
Ну по идее бинарная классификация это да/ нет
A
Берешь тех же кошек и собак, обучаешь алгоритм находить кошек, подставляешь потом тестовую выборку в виде признаков собак, на выходе тебе классификатор даст ответ, да это кошка, нет не кошка
А
Ну а вот даже опираясь на реализацию в sklearn.svm.svc, на вход нужно получается подать файл, в котором 3000 объектов (3000 фотографий) и 3780 признаков на каждый объект, дальше сохранить натренированный классификатор в текстовый файл, и дальше вопрос
В sklearn есть функция predict, но она принимает на вход массив из тестовых данных, как сделать так, чтобы классификатор предсказывал только одно изображение?
В sklearn есть функция predict, но она принимает на вход массив из тестовых данных, как сделать так, чтобы классификатор предсказывал только одно изображение?
i
Вот решение СВМ
i
В три крожочека
А
Как подавать данные на вход svm я понял, спасибо Антону, но как их там обрабатывать, я все равно не понимаю
А
Должны ведь быть какие-то формулы
i
конечно есть выпуклое программирование там все понятно
А
3780 размер полного вектора
У меня ведь 128×256, так что нет, не 3780
А
