使用 Scikit Learn 支持向量机在 Android 应用程序中进行预测答案

【问题标题】：Using Scikit Learn Support Vector Machine to make Predictions in Android App使用 Scikit Learn 支持向量机在 Android 应用程序中进行预测
【发布时间】：2018-08-19 00:24:49
【问题描述】：

基本上，我使用 Scikit learn 创建了一个图像多分类器，但使用类似于此博文的 Tensorflow 神经网络进行特征提取： https://code.oursky.com/tensorflow-svm-image-classifications-engine/

训练和预测在 python 中运行良好，但我现在正试图让它在 Android 应用程序中运行，但我不知道如何继续。

我在 https://github.com/nok/sklearn-porter 找到了一个用于将 Scikit 学习模型导出到 java 的库所以这可能会在android中运行。问题是 SVM 分类器现在需要来自新图像的 2048 维输入特征，我不认为 Tensorflow 推理库能够像我在 python 代码中那样在 Android 应用程序中使用模型来仅提取特征

有没有人知道如何在 Android 中实现这种特征提取和分类？

PS：我之所以使用这种方法，是因为它似乎比仅使用 InceptionV3 模型进行分类产生更好的预测结果，就像我之前在我的项目中所做的那样https://github.com/pirklbauer31/DiceTracker

【问题讨论】：

标签： java android tensorflow machine-learning scikit-learn

【解决方案1】：

我也在一个项目中使用 Android 上的机器学习，并且在 Android 上使用 scikit-learn 遇到了一些麻烦之后，最后我使用了 Weka 库。 Weka 是其他 ML 库，例如 Scikit-Learn，但它是在 Java 上实现的，并且有一个用于 Android 的 .jar： https://github.com/rjmarsan/Weka-for-Android

我没有使用过 SVM，但它包含在 Weka 的代码中，我认为您可以根据自己的需要进行调整。

希望这对你有所帮助。

【讨论】：