如何在支持向量机类中检索最相似的图像？

Posted 2023-03-12

【中文标题】如何在支持向量机类中检索最相似的图像？

【英文标题】：How can i retrieve most similar images inside a Support Vector Machine's class?

【发布时间】：2013-02-06 06:23:29

【问题描述】：

当我在 scikit learn 中预测属于 SVM 中图像的类时

...
print "Predicting on 1 sample"
print "Input features:"
fv = [0.16666666666628771, 5.169878828456423e-26, 2.584939414228212e-22, 1.0, 1.0000000000027285]
print fv
print "Predicted class index:"
print clf.predict([fv])

输出：

Predicted class index:
[5]

我怎样才能在其类中获得最多 5 个相似的图像？

【参考方案1】：

我不认为您可以从 SVM 中获得样本之间的相似性度量，只有从样本到用于分类的超平面的距离。

您可以使用scipy.spatial.distance.pdist 方法计算图像特征向量之间的欧几里得距离。与您的目标图像距离最短的 5 个图像可以被认为是最相似的。我希望这会有所帮助。

【讨论】：

Scikit-learn 的 sklearn.metrics 还包含一堆距离和相似度指标，其中包括 SVM 用来计算相似度的内核。

如果我在我的 svc 等中使用 rbf 内核，你在 scikit-learn.org/dev/modules/generated/… 上引用？