standardScalar对图片归一化
来源：4-8 scikit-learn中的Scaler
wxz123
2019-10-18
老师如果我用1000张2828的灰色图片训练的话，用standardScalar.transform(X_train)，这个X_train我是传入（1000,2828）的矩阵好，还是传入（10002828,1）的矩阵好呢？
如果对于1000张28283的彩色图片训练的话，用standardScalar.transform(X_train)，这个X_train是传入的矩阵形状应该是什么样的呢？
写回答
1回答
-
所有的机器学习算法，都把每一个样本看做一个向量。
对于你的例子，
如果是 28*28 的灰度图，应该将这 28*28 个灰度值排成一排，每个样本是一个 784 的向量。所以，传给机器学习算法的数据，是 1000 * 784 的；
如果是 28*28 的 RGB 图，应该将这 28*28 个 RGB 值排成一排，即每个样本是 28 * 28 * 3 = 2352 的向量。所以，传给机器学习算法的数据，是 1000 * 2352 的；
在这个课程后续，我们会针对手写识别数据做实验，届时，你也会看到我们怎么使用图片数据：）
继续加油！：）
012019-10-18
相似问题