python - Pythonでベクターマシン分類器をサポートする代替?

Question

155 個の画像特徴ベクトルを比較する必要があります。すべての特徴ベクトルには 5 つの特徴があります。私の画像は10のクラスに分かれています。残念ながら、サポート ベクター マシンを使用するには、クラスに少なくとも 100 枚の画像が必要です。代替手段はありますか?

Answer 1

どの機械学習モデルでも、クラスあたり 15 サンプルは非常に少ない値です。多くのモデル クラスとパラメーターを試して時間を無駄にするのではなく、手作業で新しい例を収集してラベル付けする必要があります。それははるかに実り多いでしょう。ラベルのない写真がたくさんある場合は、https://www.mturk.com/などのサービスを使用できます。

Answer 2

pybrainをチェックしてください。http://pybrain.org。また、svmよりもトレーニングに必要なデータは少ないと聞いているので、ニューラルネットを使用することもできますが、精度は低くなります。

Answer 3

同じクラスに属する画像が開始画像への変換の結果である場合、ラベル付けされた例に変換を行うことでトレーニング サイズを増やすことができます。

たとえば、文字認識を行う場合、アファインまたはエラスティック変換を使用できます。P.Simard の Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis で詳細に説明されています。この論文では、彼はニューラル ネットワークを使用していますが、SVM にも同じことが当てはまります。