基于英特尔® Extension for Scikit-learn 实现宠物分类喂食系统

---

前言

本次黑客松，我计划实现一个基于Extension for Scikit-learn的宠物分类喂食系统。当系统识别出宠物属性时，通过系统预制的参数，控制投喂器投放猫粮或者狗粮。该方案主要使用Intel® Scikit-learn。

Intel® Scikit-learn 是 Scikit-learn 库的一个优化版本，它利用了 Intel® Math Kernel Library（Intel® MKL）的优化功能，可以提供更好的性能和并行计算能力。Scikit-learn 是一个用于机器学习的 Python 库，它提供了许多常用的机器学习算法和工具，例如分类器、聚类算法、特征提取等。通过使用 Intel Scikit-learn，开发人员可以更快地训练和部署机器学习模型，从而更好地满足实际应用需求

一、数据集

1.引入库

首先需要准备一个包含猫和狗图片的数据集，并将其分为训练集和测试集。可以使用一些公开的数据集，例如Caltech-256和ImageNet等。

2.加载数据集

使用Scikit-learn的load_files方法加载数据集，该方法会将数据集加载为一个目录，其中包含许多子目录，每个子目录都包含一张猫或狗的图片。

from sklearn.datasets import load_files  
  
dataset = load_files('path/to/dataset')  
X, y = dataset.data, dataset.target

3.划分训练集和测试集<