图像数据集中的特征
Features in Images Dataset
众所周知，机器学习模型的数据集中有几个特征。只有图片的数据集是否也包含特征？
由于无法在 excel 文件中打开，它们是否包含功能？
我的项目是使用深度学习进行植物病害检测，我的教授正在询问数据集中的特征。
不知道说什么
我不知道在 ML 中提出这样的一般性问题是否合适（我猜这将是交叉验证的）。话虽这么说：
So do they contain features?
功能取决于您以及您希望从中检索的信息。这在某种程度上意味着，一切 "contains" 都是一个特征。
图片数据总是可以 mapped/transformed 到观察变量数据集，其中你的观察就是你的图片，并且 variables/features 的数量是任意的，是描述每个区域变化的一维数组特征你的每一张图片。向量越大，模型的效率就越高。
当然，这只是为了从理论上回答您提出的操作方法问题。实际上，您需要一些工具来执行此操作，但我相信您会找到的。
希望对您有所帮助。
如果数据集只包含图片，特征只是隐藏在这些图片中。您需要使用 CNN（例如卷积神经网络）自动提取它们。
假设这是你的原始图像
如果您可视化 CNN 的层（例如来自第一层输出的特征映射）
明亮区域是“激活”区域，这意味着过滤器检测到它正在寻找的模式。这个过滤器似乎编码了眼睛和鼻子检测器。
在此处继续阅读有关 CNN 的内容 https://towardsdatascience.com/applied-deep-learning-part-4-convolutional-neural-networks-584bc134c1e2。
从那个媒体故事里，我拍了这些照片。
众所周知，机器学习模型的数据集中有几个特征。只有图片的数据集是否也包含特征？
由于无法在 excel 文件中打开，它们是否包含功能？
我的项目是使用深度学习进行植物病害检测，我的教授正在询问数据集中的特征。
不知道说什么
我不知道在 ML 中提出这样的一般性问题是否合适（我猜这将是交叉验证的）。话虽这么说：
So do they contain features?
功能取决于您以及您希望从中检索的信息。这在某种程度上意味着，一切 "contains" 都是一个特征。
图片数据总是可以 mapped/transformed 到观察变量数据集，其中你的观察就是你的图片，并且 variables/features 的数量是任意的，是描述每个区域变化的一维数组特征你的每一张图片。向量越大，模型的效率就越高。
当然，这只是为了从理论上回答您提出的操作方法问题。实际上，您需要一些工具来执行此操作，但我相信您会找到的。
希望对您有所帮助。
如果数据集只包含图片，特征只是隐藏在这些图片中。您需要使用 CNN（例如卷积神经网络）自动提取它们。
假设这是你的原始图像
如果您可视化 CNN 的层（例如来自第一层输出的特征映射）
明亮区域是“激活”区域，这意味着过滤器检测到它正在寻找的模式。这个过滤器似乎编码了眼睛和鼻子检测器。
在此处继续阅读有关 CNN 的内容 https://towardsdatascience.com/applied-deep-learning-part-4-convolutional-neural-networks-584bc134c1e2。
从那个媒体故事里，我拍了这些照片。