二值图像分类选择啥算法

Posted 2023-03-12

【中文标题】二值图像分类选择啥算法

【英文标题】：What algorithm to chose for binary image classification二值图像分类选择什么算法

【发布时间】：2017-07-19 12:00:22

【问题描述】：

假设我在数据集中有两个数组：

1) 第一个是数组分类为 (0,1) - [0,1,0,1,1,1,0.....]

2) 灰度图像向量的第二个数组costists，每个元素有2500个元素（数字从0到300）。这些数字是来自 50*50px 图像的像素。 - [[13 160 239 192 219 199 4 60..][....][....][....][....]]

这个数据集的规模非常大（约 12000 个元素）。 我正在尝试构建将给出适当结果的 bery 基本二进制分类器。可以说我想选择非深度学习但有监督的方法。 在这种情况下是否合适？我已经尝试过具有各种参数的 sklearn 的 SVM。但是结果是不恰当的不准确，主要由1组成：[1,1,1,1,1,0,1,1,1,....]

什么是正确的方法？数据集的大小不足以通过监督算法获得好的结果吗？

【参考方案1】：

您可能应该在cross-validated 上发布此内容： 但作为一个直接的答案，您可能应该考虑对学习者进行排序，因为您已经清楚 SVM 不是解决此问题的理想解决方案。

如果您不想走deep learning 路线，您应该查看Markov models 进行顺序学习，但是，Neural Networks 在图像分类问题上有着非常好的记录。

理想情况下，对于顺序学习，您应该尝试查看Long Short Term Memory Recurrent Neural Networks，并针对您当前的数据集查看是否在现有数据语料库（例如CIFAR-10）上对其进行预训练可能会有所帮助。

所以我的建议是尝试使用高级库，例如 Keras/SKFlow。 神经网络只是您机器学习库中的另一个工具，您不妨给它们一个真正的机会。

编辑以解决您的评论： 您的问题是 SVM 不缺少数据， 对于小型数据集，SVM 可以很好地工作，因为它更容易在该数据集上过拟合/拟合分离超平面。 当您增加数据维度时，请记住，使用分离超平面将其分离变得越来越困难[看看维度的诅咒]。 但是，如果您打算这样做，请尝试一些降维 比如 PCA。

虽然在这里您一定会发现神经网络的另一个障碍， 由于 Kohonen 自组织地图完美地完成了这项任务，您可以尝试 将您的数据投影到较低的维度，从而使 SVM 能够以更高的准确度对其进行分离。 我仍然不得不说你可能使用了不正确的方法。

【讨论】：

SVM 在我的例子中适用于减少的数据集。假设最多 3000 个元素（12000 个）最终得分为 ~0.7 。但是如果我想提高准确性，我需要更多的数据来训练。在这种情况下，SVM 变得太慢了

我还是这个领域的新手，有时会导致“使用正则表达式解析 html”。这就是我发布这个问题的原因。如果 SVM（即使使用 PCA）不好，那么我会将其作为默认值，更好地专注于构建 NN

如果你还想尝试 SVM，看看 isomap（sklearn 有一个实现）可能就足够了。祝你探索顺利