
机器学习
|
363
图 5-63:不同参数
C
的支持向量机拟合效果
参数
C
的最优值视数据集的具体情况而定,通过交叉检验或者类似的程序进行计算(详情
请参见
5.3
节 )。
5.7.3
案例
:
人脸识别
我们用人脸识别案例来演示支持向量机的实战过程。这里用
Wild
数据集中带标记的人脸
图像,里面包含了数千张公开的人脸照片。
Scikit-Learn
内置了获取照片数据集的功能:
In[18]: from sklearn.datasets import fetch_lfw_people
faces = fetch_lfw_people(min_faces_per_person=60)
print(faces.target_names)
print(faces.images.shape)
['Ariel Sharon' 'Colin Powell' 'Donald Rumsfeld' 'George W Bush'
'Gerhard Schroeder' 'Hugo Chavez' 'Junichiro Koizumi' 'Tony Blair']
(1348, 62, 47)
画一些人脸,看看需要处理的数据(如图
5-64
所示):
In[19]: fig, ax = plt.subplots(3, 5)
for i, axi in enumerate(ax.flat):
axi.imshow(faces.images[i], cmap='bone')
axi.set(xticks=[], yticks=[], ...