如何检查我的数据集的预测

Question

我有 3 个数据集文件夹，

1- Face Images 
2- Non-Face Images 
3- Testing Dataset

我使用支持向量机训练我的数据集，使用面部图像作为1，非面部图像作为-1。我的文件经过训练并以.xml 格式保存。我检查了来自测试数据集的一些图像的预测，测试数据集是正数据集和负数据集的混合。现在我正在尝试创建一个混淆矩阵。我从here 读到过它。

在我的测试数据集中，图像几乎是 50 个，（35 个正面和 15 个负面）命名为 1_F.jpg、2_F.jpg、3_NF ... 50NF.jpg。这里F代表Face，NF代表Non-Face。这些实际上是图像的名称。

Can I call it a labeled dataset?

如何在将混淆矩阵应用于文件夹中的所有图像时创建混淆矩阵，我如何知道它是否正确预测了图像？

从示例here，他们已经有预测矩阵，但我想我没有这个。我还检查了this 和this 以便更好地理解。

Answer 1

要创建混淆矩阵，请查看 Python 中的 scikit-learn 库。假设 y_actual 是您的一组测试标签，对应于测试集中图像的特征存储在一个名为 X_test 的变量中，并且您训练的分类器为 clf，构建混淆矩阵的一种可能方法是如下：

from sklearn.metrics import confusion_matrix 
y_pred = clf.predict(X_test)
## Obtaining confusion matrix below
CM = confusion_matrix(y_pred, y_actual)

我可以称它为标记数据集吗？

如果没有测试集的原始标签，您将无法确认您的预测。从混淆矩阵中，您可以得出有关模型性能的不同指标。

鉴于您已根据是否存在人脸来命名测试集中的图像，您可以使用它来获取y_actual

import glob
import os

import numpy as np

def obtain_y_pred(test_folder):
    label = {'F':1, 'NF':-1}
    test_images = glob.glob(os.path.join(test_folder, '*.jpg'))
    y_test_ = []
    for image in test_images:
        y_test_.append(label[image.split('/')[-1].split('.')[0].split('_')[-1]])

    return np.array(y_test_)

总而言之，您首先需要了解测试集的标签。然后，您需要在 训练集 上训练模型后评估模型在 测试集 上的表现。