大數(shù)據(jù)中如何使用機(jī)器學(xué)習(xí)模型快速進(jìn)行圖像分類識(shí)別

本篇文章給大家分享的是有關(guān)大數(shù)據(jù)中如何使用機(jī)器學(xué)習(xí)模型快速進(jìn)行圖像分類識(shí)別，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說(shuō)，跟著小編一起來(lái)看看吧。

零、前言

我們介紹借助sklearn庫(kù)創(chuàng)建用于進(jìn)行分類預(yù)測(cè)的機(jī)器學(xué)習(xí)模型。對(duì)分類問(wèn)題進(jìn)行預(yù)測(cè)同樣屬于監(jiān)督學(xué)習(xí)的范疇，通過(guò)對(duì)已知數(shù)據(jù)的類別的標(biāo)記，來(lái)實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的類別的預(yù)測(cè)和判定。

常見的應(yīng)用領(lǐng)域包括：垃圾郵件識(shí)別、垃圾短信識(shí)別、圖像分類識(shí)別等等。

常見的應(yīng)用算法則有：SVM（支持向量機(jī)）、K緊鄰、樸素貝葉斯、隨機(jī)森林等等。

下面，我們就通過(guò)Digits手寫數(shù)字集來(lái)進(jìn)行機(jī)器學(xué)習(xí)分類模型的介紹。

一、初探手寫數(shù)字?jǐn)?shù)據(jù)集

本篇選用的手寫數(shù)字?jǐn)?shù)據(jù)集同樣來(lái)自有sklearn.datasets子模塊，其由著名的UCI 機(jī)器學(xué)習(xí)庫(kù)提供：

該數(shù)據(jù)集由1797個(gè)8x8圖像組成。每個(gè)圖像，都是手寫數(shù)字。

就像上一篇導(dǎo)入波士頓數(shù)據(jù)集一樣，我們從sklearn模塊中進(jìn)行導(dǎo)入：

接著查看數(shù)據(jù)集中包含的子方法：

與波士頓數(shù)據(jù)集類似，其提供了images、target_names、target、data、DESCR等方法。其中：

• images：表示圖像的原始數(shù)組；

• target_names：表示圖像分類中所有的數(shù)字；

• target：表示圖像數(shù)組對(duì)應(yīng)的數(shù)字名稱；

• data：表示圖像的一維特征數(shù)組；

• DESCR：表示數(shù)據(jù)集描述信息；

從這兩個(gè)數(shù)據(jù)集可以發(fā)現(xiàn)，sklearn的API還是挺統(tǒng)一和規(guī)范的，很方便進(jìn)行學(xué)習(xí)和調(diào)用。接下來(lái)，我們看看每個(gè)方法中到底都是些什么。

通過(guò)查看images的形狀，以及已知的圖像為8×8的形狀，我們可以得知，這個(gè)數(shù)據(jù)集中有1797個(gè)圖像?？纯雌渲幸粋€(gè)圖像的內(nèi)容：

這就是一個(gè)圖像轉(zhuǎn)換成數(shù)組之后的形式，我們?cè)趺粗肋@是個(gè)什么圖像呢？可以借助于matplotlib模塊來(lái)將圖像數(shù)組還原為圖像。

可能之前搭建環(huán)境的時(shí)候沒有安裝這個(gè)模塊，我們先來(lái)安裝一下：

然后引入matplotlib模塊，調(diào)用imshow()方法：

可以發(fā)現(xiàn)，iamges中的第一個(gè)圖像似乎數(shù)字0。我們繼續(xù)看下面的內(nèi)容。

data的target_name信息顯示，我們的數(shù)據(jù)代表的數(shù)字分類類別為0到9。

數(shù)據(jù)的目標(biāo)值與數(shù)據(jù)集時(shí)匹配的，最后再看看data的data：

數(shù)據(jù)量還是1797條，但是形狀已經(jīng)從二維的(8, 8)變成了一維的64，我們從一個(gè)具體的數(shù)據(jù)中看看：

可以發(fā)現(xiàn)，data.data中的數(shù)組將之前8*8的數(shù)組合成為了一個(gè)數(shù)組，這樣才能方便對(duì)圖像的數(shù)組運(yùn)用算法進(jìn)行訓(xùn)練和計(jì)算。那又如何將一維的圖像數(shù)組還原為圖像呢，通過(guò)是上面的方法，但是需要先將一維數(shù)組轉(zhuǎn)換一下形狀：

我們同樣將數(shù)據(jù)集的特征和目標(biāo)轉(zhuǎn)換為pandas的DataFrame，方便各位同學(xué)理解數(shù)據(jù)集的形狀：

二、分割訓(xùn)練測(cè)試集

同樣使用sklearn提供的train_test_split方法來(lái)對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練集和測(cè)試集的分割：

三、創(chuàng)建分類模型

在此，我們同樣選擇隨機(jī)森林算法 作為機(jī)器學(xué)習(xí)模型估計(jì)器的基本算法來(lái)創(chuàng)建一個(gè)機(jī)器學(xué)習(xí)分類器并進(jìn)行訓(xùn)練：

四、評(píng)估模型

在訓(xùn)練完成模型之后，我們同樣可以使用模型的predict()方法獲取到測(cè)試集的預(yù)測(cè)結(jié)果：

在面對(duì)回歸模型的時(shí)候，我們可以使用平均絕對(duì)誤差、均方差等方法對(duì)模型的效果進(jìn)行評(píng)估，而在分類算法模型中，我們使用其他的方法進(jìn)行模型效果的評(píng)估，比如：精度分類評(píng)分、召回評(píng)分等。而這些方法，也都在sklearn模塊的metrics子模塊下。

我們來(lái)對(duì)分類模型進(jìn)行效果評(píng)估：

兩種評(píng)估方法的最佳結(jié)果值都是1，看起來(lái)我們的模型準(zhǔn)確度還是蠻高的，大家可以嘗試其他的算法構(gòu)建分類模型。

以上就是大數(shù)據(jù)中如何使用機(jī)器學(xué)習(xí)模型快速進(jìn)行圖像分類識(shí)別，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。