支持向量机预测python实例_支持向量机图像预测Python

我从train数据集中的图像中提取了一些特征，然后应用了这些特征，并使用train_test_split将数据拆分为train和test：Train data : (60, 772)

Test data : (20, 772)

Train labels: (60,)

Test labels : (20,)

接下来我要做的是将支持向量机分类器应用于测试数据集中的图像，并查看结果。在

^{pr2}$

我没有得到很好的准确性，虽然我可以看到它说60%的准确率。然而，大多数图像的标签都不正确。我在prediction中传递了错误的参数吗？在

我能做些什么来改善这一点？在

编辑：我尝试过您用下面的代码所说的，但是我得到一个错误，说我应该重塑我的feature_vector。所以我这样做了，然后得到了以下错误。在

(作为参考：feature_extraction_method(image).shape是(772,)。)for filename in test_images:

# read the image and resize it to a fixed-size

img = cv2.imread(filename)

img = cv2.resize(img, fixed_size)

feature_vector = feature_extraction_method(img)

prediction = clf.predict(feature_vector.reshape(-1, 1))

cv2.putText(img, prediction, (20, 30), cv2.FONT_HERSHEY_TRIPLEX, .7 , (0,