
330
|
第
5
章
关于
TF–IDF
分类问题的示例,请参见
5.5
节。
5.4.3
图像特征
机器学习还有一种常见需求,那就是对
图像
进行编码。我们在
5.2
节处理手写数字图像时
使用的方法,是最简单的图像编码方法:用像素表示图像。但是在其他类型的任务中,这
类方法可能不太合适。
虽然完整地介绍图像特征的提取技术超出了本章的范围,但是你可以在
Scikit-Image
项目
(
http://scikit-image.org
)中找到许多标准方法的高品质实现。关于同时使用
Scikit-Learn
和
Scikit-Image
的示例,请参见
5.14
节。
5.4.4
衍生特征
还有一种有用的特征是输入特征经过数学变换衍生出来的新特征。我们在
5.3
节从输入数
据中构造
多项式特征
时,曾经见过这类特征。我们发现将一个线性回归转换成多项式回归
时,并不是通过改变模型来实现,而是通过改变输入数据!这种处理方式有时被称为
基函
数回归
(
basis function regression
),详细请参见
5.6
节。
例如,下面的数据显然不能用一条直线描述(如图
5-35
所示):
In[10]: %matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4, 5])
y = np.array([4, 2, 1, 3, 7])
plt.scatter(x, y);
图 5-35:不能用直线拟合的数据
但是我们仍然用