KNN - как мы тестируем изображение после классификации KNN?

Question

KNN-как мы оцениваем классификацию KNN для бинарности классификации изображений, является правильной после классификации KNN?

Answer 1

Вы можете проверить классификацию из KNN, используя, например, средний или станд и т.д. среднее, станд или другие могут быть извлечены, например, после фильтрации изображений с помощью фильтров Габора (мнимая часть & действительной части Габора фильтра) и создавая вектор с вашими значениями отфильтрованных изображений и вычисляя среднее значение или std (что нужно U) из каждого столбца из фильтрованных изображений Габора и, наконец, создавая вектор со средствами или std или тем, что вы хотите использовать для оценки вашей классификации ...

Answer 2

Это проблема выбора модели. вы можете разделить свои учебные данные на 3 части.

Шаг.1 Используя 60% для обучения модели, например, вы выбрали функцию, предварительно обработайте изображение и так далее. Данные этой части являются данными тренировки вызовов.

Step.2 используя другие 20%, чтобы выбрать, который является вашей лучшей моделью. т. е. какая модель имеет минимальную ошибку. Данные этой части являются данными перекрестной проверки вызовов.

Шаг 3, используя левые 20% данных, чтобы подтвердить выбор. Вычислите ошибку, используя модель, которую вы выбираете на шаге 2. Если ваша ошибка модели по-прежнему минимальна, ваша модель работает хорошо, иначе вы должны выбрать другую модель. Может быть, другая функция, другой способ предварительной обработки изображения. Данные этой части являются данными тестирования вызовов.

Надеюсь, я могу вам помочь.