调整图像以适应SVM分类器

我有一组形状为 (80000, 224, 224, 3) 的图像,我想将这些图像调整以适应SVM分类器,但我需要重新调整它们的形状,该怎么做呢?


回答:

假设你的形状 (80000, 224, 224, 3) 表示 (n_samples, pixel_width, pixel_height, n_channels),并且你希望将其重塑为形状为 (n_samples, n_features) 的二维矩阵,以下代码将帮助你实现这一点。

m_samples = orig_image_matrix.shape[0]
image_matrix = orig_image_matrix.reshape(m_samples, -1)

对于维度中使用 -1 的部分,其值将根据数组的长度和剩余维度自动推断出来。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注