传统特征提取算法

传统特征提取

直接上代码吧!

from skimage.feature import greycomatrix,greycoprops
from sklearn.metrics import  accuracy_score
import pickle
from sklearn.svm import SVC
with open('/home/shen/Desktop/SVM/train_test.pickle','rb') as f:
    train_features,train_labels,test_features,test_labels = pickle.load(f)
matrix = []
train_x = train_features[:,:,:,0]
test_x = test_features[:,:,:,0]
print(train_x.shape)
print(test_x.shape)
train_y = train_labels.r
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值