PCA脸部识别
现在让我们用PCA来解决一个脸部识别问题。脸部识别是一个监督分类任务,用于从照片中认出某个
人。本例中,我们用剑桥大学AT&T实验室的Our Database of Faces数据集
(http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html),这个数据集包含40个人每个
人10张照片。这些照片是在不同的光照条件下拍摄的,每张照片的表情也不同。照片都是黑白的,尺
寸为92 x 112像素。虽然这些图片都不大,但是每张图片的按像素强度排列的特征向量也有10304
维。这些高维数据的训练可能需要很多样本才能避免拟合过度。而我们样本量并不大,所有我们用
PCA计算一些主成分来表示这些照片。
我们可以把照片的像素强度矩阵转换成向量,然后用所有的训练照片的向量建一个矩阵。每个照片都
是数据集主成分的线性组合。在脸部识别理论中,这些主成分称为特征脸(eigenfaces)。特征脸可
以看成是脸部的标准化组成部分。数据集中的每张脸都可以通过一些标准脸的组合生成出来,或者说
是最重要的特征脸线性组合的近似值。
数据已下载在 E:sklearn 学习att_faces_pca
from os import walk, path import numpy as np import PIL from Image from sklearn.cross_validation import train_test_split from sklearn.cross_validation import cross_val_score from sklearn.preprocessing import scale from sklearn.decomposition import PCA from sklearn.linear_model import LogisticRegression from sklearn.metrics import classification_report
下面我们把照片导入Numpy数组,然后把它们的像素矩阵转换成向量:
X=[] y=[] path='E:sklearn 学习att_faces_pca' for dir_path, dir_names, file_names in walk(path): for fn in file_names: if fn[-3:] == 'pgm': image_filename = dir_path+('\')+fn img=Image.open(image_filename) img=np.array(img) img=img.reshape(10304) img=img.astype('float32') scale(img) X.append(img) y.append(dir_path)
得到X和y
将X和y转为array
X=np.array(X)
y=np.array(y)
X_train, X_test, y_train, y_test = train_test_split(X, y) #将X和y分成训练集和验证集,默认比例 75%
X_train_reduced = pca.fit_transform(X_train) X_test_reduced = pca.transform(X_test) print('训练集数据的原始维度是:{}'.format(X_train.shape)) print('PCA降维后训练集数据是:{}'.format(X_train_reduced.shape)) 训练集数据的原始维度是:(300, 10304) PCA降维后训练集数据是:(300, 150) classirfier=LogisticRegression() accuracies=cross_val_score(classirfier,X_train_reduced,y_train) accuracies Out[90]: array([ 0.77477477, 0.8019802 , 0.63636364]) accuracies_mean=accuracies.mean() accuracies_mean Out[92]: 0.7377062030527376