现在我们就拿人脸识别在做一个应用测试,使用的数据集是sklearn中自带的图片数据,具体的下载使用下面讲。
线性不可分的SVM应用测试
训练集:sklearn自带的人脸图片数据集。
先说一下,这个图片的数据集中得到特征值是比较多的,我们需要进行降维,用到了pca的降维方法。下面我们一步一步讲
首先介绍一下我们需要用到的几个库
logging是用来打印程序的运行日志的
train_test_split大家应该都知道,是用来分割数据集的,将数据分为训练数据和测试数据
fetch_lfw_people就是我们用到的人脸数据集
GridSearchCV是寻找合适的SVM参数组合的
classfusion_report和confusion_matrix是后面用来给模型打分的
RandomizedPCA就是我们用来降维的
SVC就不用说了,我们的主
继续看代码:
注意一下fetch_lfw_people这一行,我们是加载图片数据的,在第一次运行的时候电脑上是没有这些图片数据的,程序会自带去网上下载,下载所需的时间比较长,大小在200+M。下载后的图片默认保存位置在C:\Users\kTWO\scikit_learn_data\lfw_home\lfw_funneled,其中kTWO是我电脑的用户名,你懂得。
上面的代码就是对数据集进行的预处理,当然这个数据集是比较完整的,我们主要干了个分割的事情,将0.75的数据集分割成了训练集,0.25的测试集。另外我们还发现,特征向量的维度高达1850,这个数值太大了,有很多都是无用的特征值,所以我们下面就要进行降维处理。
降维主要分为两个步骤:
1、使用无监督学习简历PCA模型。
2、视频PCA模型对数据进行降维。
看代码:
在模型建立好之后,打印clf.best_estimator_可以看到这个模型的SVM的参数信息。
ok,下一步我们就使用测试集进行人脸的识别预测。
代码:
看一下预测的结果:
classification_report结果:
解释一下,precision是预测的准确率,recall是召回率f1-score是一个兼顾考虑了Precision和Recall的评估指标。他们的数值越接近1说明预测的越准。
confusion_matrix混淆矩阵验证结果:
在这个矩阵中,如果全部都是100%预测,那么数据应该都排列在对角线上,也就是说,每一个行列对应之后就会在对角线上+1,可已看出,第一行上有15个预测正确,另外有9个预测失败,这个正确率比较低,不过剩下的几个就比较高了。