机器学习图像时减少特征数量的方法

Question

我正在对 25 x 125 图像集执行机器学习。获得 rgb 组件后，每个示例变成 9375 个功能（我有大约 675 个）。我正在尝试fminunc 和fminsearch，我认为我的方法有问题，因为它是“冻结”的，但是当我将特征数量减少 10 倍时，它需要一段时间但有效。我怎样才能最小化特征的数量，同时保持图片中的相关信息？我尝试了 k-means，但我看不出它有什么帮助，因为我仍然有相同数量的功能，只是有很多冗余。

Answer 1

您正在寻找特征缩减或选择方法。例如看这个库： http://homepage.tudelft.nl/19j49/Matlab_Toolbox_for_Dimensionality_Reduction.html 或看到这个问题 Feature Selection in MATLAB 如果你 google feature selection/reduction matlab 会发现很多相关的文章/工具。或者你可以google一些常用的方法，比如PCA（主成分分析）。