我正在做分类,我有一张这样两种尺码的单子
Data=[list1,list2]
列表1的大小为1000*784。这意味着1000幅图像已经从28*28大小重新整形为784。
列表2是1000*1大小。它显示每个图像所属的标签。 使用以下代码,我应用了PCA:
from matplotlib.mlab import PCA
results = PCA(Data[0])
输出如下:
Out[40]: <matplotlib.mlab.PCA instance at 0x7f301d58c638>
现在,我想用支持向量机作为分类器。 我应该加上标签。所以我有了支持向量机的新数据:
newData=[results,Data[1]]
我不知道这里怎么用SVM。
这是另一个数据集上的测试代码。
根据这些参考资料:
我想你要找的是http://scikit-learn.org/。这是一个python库,您可以在其中找到PCA、支持向量机和其他很酷的机器学习算法。它有一个很好的教程,但我建议你遵循这家伙的http://www.astroml.org/sklearn_tutorial/general_concepts.html。对于您的特定问题,scikit learn的支持向量机页面应该足够http://scikit-learn.org/stable/modules/svm.html。
相关问题 更多 >
编程相关推荐