自动调参(GridSearchCV)及数据降维(PCA)在人脸识别中的应用
来源:互联网 发布:洛阳智网网络和恒凯 编辑:程序博客网 时间:2024/05/20 16:39
1.导入模块
import numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as plt%matplotlib inline#向量机from sklearn.svm import SVC#主成分分析(principal components analysis),主要用于数据降维的from sklearn.decomposition import PCA#人脸数据集from sklearn.datasets import fetch_lfw_people# SVM算法的调参工具,可以帮我们选取最适合的参数from sklearn.model_selection import GridSearchCV#用于切割训练数据和样本数据from sklearn.model_selection import train_test_split
2.生成训练数据和测试数据
#从数据集中载入人脸数据faces = fetch_lfw_people(min_faces_per_person=70,resize=0.4)target_names = faces['target_names']data = faces['data']target = faces['target']images = faces['images']#切割训练数据和测试数据X_train,x_test,y_train,y_true = train_test_split(data,target,test_size=0.1)
3.对数据进行降维处理
#创建pca对象pca = PCA(n_components=0.9,whiten=True)#pca理解数据pca.fit(X_train,y_train)#pca进行数据降维转换X_train_pca = pca.transform(X_train)x_test_pca = pca.transform(x_test)
4.创建机器学习模型SVC
svc = SVC(kernel='rbf')
5.使用GridSearchCV来调参
C = [1,3,5,7,9]gamma = [0.0001,0.0005,0.001,0.005,0.01,0.05]#创建GridSearchCV对象,estimator参数是需要进行调参处理的机器学习模型clf = GridSearchCV(svc,param_grid={'C':C,'gamma':gamma})#开始调参(理解数据,确定哪种参数更合适)clf.fit(X_train_pca,y_train)#best_params_来查看选中的最优参数解clf.best_params_
6.使用clf对象对数据进行预测并评分
y_pre = clf.predict(x_test_pca)clf_score = clf.score(x_test_pca,y_true)clf_score
7.展示预测结果
plt.figure(figsize=(12,20))for i in range(100): plt.subplot(10,10,i+1) plt.imshow(x_test[i].reshape(50,37),cmap='gray') true_name = target_names[y_true[i]].split()[-1] predict_name = target_names[y_pre[i]].split()[-1] title = 'T:'+true_name+'\nP:'+predict_name plt.title(title) plt.axis('off')
阅读全文
0 0
- 自动调参(GridSearchCV)及数据降维(PCA)在人脸识别中的应用
- pca在人脸识别中的应用
- 手写数字识别——数据降维(PCA)技术在图像识别中的应用
- 模式识别(5)K-L变换和PCA在人脸识别中的应用
- 数据挖掘—LDA,PCA特征提取降维与SVM多分类在人脸识别中的应用-数据集ORL
- PCA(主分量分析)在人脸识别中的应用
- PCA(主分量分析)在人脸识别中的应用
- PCA原理及人脸识别应用
- PCA算法及其在人脸识别上的应用
- LDA(线性判别分析或称Fisher线性判别),PCA(主成份分析)代码及表情识别中的应用
- LDA(线性判别分析或称Fisher线性判别),PCA(主成份分析)代码及表情识别中的应用
- LDA(线性判别分析或称Fisher线性判别),PCA(主成份分析)代码及表情识别中的应用
- PCA人脸识别学习及实现
- PCA原理及人脸识别
- 人脸识别中的PCA算法
- DSP在自动目标识别中的应用
- gabor在人脸识别中的应用
- Gabor在人脸识别中的应用
- 笔记-自编码器(Autoencoders)
- 数据整理
- 一张图认识安卓shape属性
- 一篇转自大神的关于23种设计模式的文档
- text mining and analytics学习笔记week2
- 自动调参(GridSearchCV)及数据降维(PCA)在人脸识别中的应用
- 使用myecplise连接sqlserver数据库的所见异常及实现细则
- 真正的高手很爱写文章
- 城堡小游戏
- vmware的三种网络模式
- 用 Handler 轻松实现专属Android定时器
- 程序员应该掌握的省市联动
- 如何批量修改sql中某个字段中的特定信息
- 总结Qt5调用windows本地程序的三个方法以及异同