Julia机器学习实战——使用Random Forest随机森林进行字符图像识别

0 Preface

---

相关参数说明

 - Julia: 1.0
 - OS: MacOS 

训练测试数据百度云链接：点击下载 密码: u71o
文件说明：

 - rf_julia_charReg
	 - resizeData.py    #批量重设置图片尺寸
	 - test    #测试图片文件
	 - testResized    #resized 测试图片文件
	 - train    #训练图片文件
	 - trainResized    #resized 训练图片文件
	 - sampleTest.csv    #测试数据csv文件
	 - trainLabels.csv     #训练数据label csv文件

1 加载数据

---

安装需要使用到的包：

using Images
using DataFrames
using Statistics #use mean(), sum()... function
using DataFrames
using CSV

	注：如果没有安装包，使用以下脚本安装

import Pkg
Pkg.add([PKG NAME]) #例如：Pkg.add("Images")

读取图片文件数据，并返回矩阵

function read_data(type_data, labelsInfo, imageSize, path)
    x = zeros(size(labelsInfo, 1), imageSize)
    for (index, idImage) in enumerate(labelsInfo.ID)
        nameFile = "$(path)/$(type_data)Resized/$(idImage).Bmp"
	    img = load(nameFile)
        temp = float32(img)
        temp = Gray.(temp)
        x