我有一组标记了植物学名称的植物图像。对于训练这个数据集以分类未标记的照片，最佳算法是什么？这些照片已经处理过，确保100%的像素都包含植物（例如，叶子或树皮的特写），因此算法不需要过滤掉其他物体/空白空间/背景。
我已经尝试为所有照片生成SIFT特征，并将这些（特征，标签）对输入到LibLinear SVM中，但准确率只有可怜的6%。
我还尝试将相同的数据输入到几个Weka分类器中。准确率略有提高（Logistic为25%，IBk为18%），但Weka并非为可扩展性设计（它将所有内容加载到内存中）。由于SIFT特征数据集有数百万行，我只能用随机抽取的3%的数据进行测试，因此可能不具代表性。
编辑：一些样本图像：
回答：
通常，您不会直接在SIFT特征上进行训练。应对它们进行聚类（使用k-means），然后在聚类成员身份标识符的直方图上进行训练（即，一个k维向量，在位置i处计算有多少特征被分配到第i个聚类）。
这样，您可以为每张图像获得一个输出（以及一个单一的、k维的特征向量）。
from mahotas.surf import surffrom milk.unsupervised.kmeans import kmeans,assign_centroidsimport milk# 首先加载您的数据：images = ...labels = ...local_features = [surfs(im, 6, 4, 2) for im in imgs]allfeatures = np.concatenate(local_features)_, centroids = kmeans(allfeatures, k=100)histograms = []for ls in local_features: hist = assign_centroids(ls, centroids, histogram=True) histograms.append(hist)cmatrix, _ = milk.nfoldcrossvalidation(histograms, labels)print "Accuracy:", (100*cmatrix.trace())/cmatrix.sum()