PCA+SVM的模型的保存及使用
摘要: 首先声明下PCA+SVM的模型的训练及预测在网上已经很多了,这里只是把自己之前挖的坑给填上
先贴一下自己的训练模型的代码,其中自己挖的坑,自己填上了.注释有讲解
'导入的包可能有重复的,不要在意'
import numpy as np
import os
import cv2
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
import pickle
import sklearn.metrics as sm
from sklearn.metrics import classification_report
import sklearn.svm as svm
from sklearn.decomposition import PCA
from sklearn.svm import SVC
from time import time
from sklearn.model_selection import GridSearchCV
def cv_imread(file_path):
cv_img = cv2.imdecode(np.fromfile(file_path,dtype=np.uint8),-1) #打开文件中含有中文路径的图片
return cv_img
def search_files(directory):
images=[]
labels=[]
for curdir, subdir, files in os.walk(directory):#根据路径,得到文件夹的的地址, 下面的子目录名称, 目录下的所有文件
for file in files:
if file.endswith('.jpg'):
label