如何测试不在数据集中的图像的准确性

Question

我正在使用 train_test_split 来训练和测试我的数据这是一个将数据分为训练和测试的有趣概念，但是如果我想加载一些不在测试数据中的数据怎么办？

我的问题是 train_test_split 随机处理数据，我想看看外部图像属于什么标签。

目前，我正在从图像中提取 22 个特征并使用这些特征来训练线性 SVC 进行识别，现在根据 train_test_split 我在测试集上得到了 94%，这很好，我想要的要做的只是在不在数据集中的图像上对其进行测试。 train_test_split 从先前加载的数据集接收数据用于训练和测试，但我想加载图像并直接测试它们。

可重现示例：（3 张图像具有 10 个特征）

import sklearn
from sklearn.model_selection import train_test_split
from sklearn import metrics

y_target = [1]*1 + [2]*1 + [3]*1 # number of images per person
data = np.asarray([[152., 236., 228., 168., 236., 224.,  70., 223., 175., 195.],
       [140., 233., 226., 161., 234., 220.,  67., 220., 159., 194.],
       [135., 233., 225., 157., 234., 221.,  65., 220., 159., 193.]])

svc_ = SVC(kernel='linear', C=0.00005)

A_train, A_test, b_train, b_test = train_test_split(
        data, y_target, test_size=0.25, random_state=0)

def train(clf, A_train, A_test, b_train, b_test):
    
    clf.fit(A_train, b_train)
    print ("Accuracy on training set:")
    print (clf.score(A_train, b_train))

train(svc_, A_train, A_test, b_train, b_test)

例如，我将如何测试下图的特征？

([[126., 232., 225., 149., 231., 222.,  60., 218., 152., 191.]])

所以，我正在做的是选择一个特定的图像，对其进行一些编辑，然后我想看看我的分类器在测试这张经过编辑、未经训练且不在数据集，例如，如果我从互联网上挑选一张图片，我将如何测试它？

Answer 1

如果您知道如何从图像中获取您感兴趣的特征，只需加载图像、收集特征，然后根据正确值进行预测和测试。例如

y_test = [[1], [2], [3]]
images = # fill in however you are getting your images into memory here
clf.score(images, y_test)

# or get the predictions by hand and do your own metric
predictions = clf.predict(images)
mse = np.mean(np.square(y_test - predictions))

在执行此操作之前，您应该已经训练了分类器。

如何测试不在数据集中的图像的准确性

How to test accuracy from images that were not in the dataset

python

machine-learning

scikit-learn

svm

train-test-split