如何在监督学习中跟踪标签？ [关闭]答案

【问题标题】：How to keep track of the label in supervised learning? [closed]如何在监督学习中跟踪标签？ [关闭]
【发布时间】：2023-04-10 18:20:01
【问题描述】：

我有 144 张名为“Good_id”和“Bad_id”的图片。

现在我已经读取了所有图像并从中提取了 13 个特征并存储在形状为 (144,13) 的 numpy 数组中。

我不明白的是如何告诉分类器（我将为此使用 svm）数组中的图像来自 Good 或 Bad 类。

【问题讨论】：

标签： python numpy machine-learning svm

【解决方案1】：

将类保存到单独的数组y 中，将“Good_id”编码为 1，将“Bad_id”编码为 0（与它们在 (144,13) 数组中出现的顺序相同）。然后，当您使用 SVM 时，您可以通过以下方式传递两个 numpy 数组：

>>> import numpy as np
>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
>>> y = np.array([1, 1, 2, 2])
>>> from sklearn.svm import SVC
>>> clf = SVC()
>>> clf.fit(X, y)

（取自 sklearn SVM documentation）。更一般地，如果您有 K 不同的类，您可以使用 k 不同的数字来表示它们。 Here 是多类案例的文档。

【讨论】：

谢谢！那么当我使用train_test_split分割训练和测试的数据时，X_train的类会被保留吗？
是的，它们将被保留。