2011-03-16 13 views
6

60D şekil bağlam vektörleri kümem var. Bunlar, 5 radyal bidon ve 12 açılı bidon kullanılarak bir silüetten 400 uç noktadan bir örnek kullanılarak yapılmıştır (bu yüzden, 60D'nin 400 şekil bağlam vektörlerine sahibim).Görsel çözümleme için 60D (şekil bağlamı) alanından 2D'ye yansıtma

Bu vektörlerin, temeldeki siluetin genel şeklini nasıl temsil ettiğini açıklamak istiyorum. Bunu yapmak için 60D şekil bağlam vektörlerini tekrar 2D uzaya yansıtmak ve sonucu görsel olarak incelemek istiyorum. Görmeyi umduğum şey, orijinal siluetin şeklini kabaca andıran bir dizi noktadır.

Bunu yapmanın bir yaklaşımı, ilk iki temel bileşen (PCA) üzerine yansıtmaktır. Uygulamam temel alınarak, yansıtılan noktalar siluetin şekline benzememişti. Bunun iki temel sebebini görebiliyorum (zamanımın uygulanmasının doğru olduğunu varsayarak): (1) şekil bağlamı ya silüetler verilen bir tanımlayıcı olarak uygun değildir ya da parametrelerinin daha iyi ayarlanması gerekir (2) bu analiz yöntem hatalı/geçerli değil.

Sorum şu: Bu, silüetimin şekline göre şekil bağlamlarının açıklayıcılığını analiz etmek için doğru yaklaşım olup olmadığıdır? Aksi halde, lütfen nedenini açıklayabilir ve alternatif bir yöntem önerebilir misiniz?

sayesinde

Josh

cevap

2

özellikleri açıklayıcı olup olmadığını kontrol etmek iyi bir yol ya da değil onların üzerine bazı sınıflandırıcı (svm/Bayes/ağaç/ne olursa olsun) yetiştirmek deneyin ve çapraz valide hassasiyet kontrol etmektir/recall vb. Ayrıca, özellik vektörünüzü Chi/infogain gibi özellik seçici ile de filtreleyebilirsiniz.

PCA'dan başka, verilerinizi SOM ile veya kümelenerek görselleştirebilirsiniz.

+1

Cevabınız için teşekkür ederiz; önerildiği gibi, şekil bağlamı tanımlayıcılarını kullanarak bir sınıflandırıcıyı eğiteceğim ve ilk adım olarak hangi performansı elde ettiğimi göreceğim. Verileri kümeleştirmekten bahsetmiştiniz, ancak bunu 60D olduğu için nasıl görselleştirebilirim? – Josh

+0

Küme, verileri popüler Treemap visalizasyonu ve ilgili gruplar kullanarak ağaç (hiyerarşik küme) olarak görüntüleyebilir. Ayrıca sınıflandırma size yeni boyutlar sağlar - örneklerin sınıflandırıcıların görüşünü nasıl kapattığını görmek için bunları kullanabileceğiniz kategoriler. – yura

1

Bu analiz yönteminin hatalı olduğunu/geçerli olmadığını düşünüyorum. Bunun benzer bir akıl yürütme olacağını düşünüyorum: Her futbolcunun ne gördüğü üzerine PCA yaparak yukarıdan bir futbol sahasındaki manzarayı yeniden yapılandırabilirim. Bunu beklemek mantıklı değil.

Şekil bağlamının açıklayıcılığını analiz etmenin en basit yolunun, MNIST'i veya diğer yazılı veritabanlarının veritabanlarını indirmesi ve 5'lik ve 5'lik ikilik biçimindeki benzerliklerin 10x10 matrisini hesaplaması ve ardından bu grafiği çizme grafviz.

+0

Futbol sahasının benzetmesi için teşekkürler; kavramsal olarak neler olup bittiğini açıklığa kavuşturuyor. Ancak, bu benzetmenin, her bir oyuncunun gördüğü şeyle ilgili alanın genel bir bakış açısının yaklaşılamayacağı anlamına gelmediğine inanıyorum. Bu noktada, her bir oyuncu görünümünün kombinasyonunun, alanın kaba havai bir görünümünü neden oluşturamayacağını açıklamak isterseniz, bu yaklaşımın kusurlarını anlamak çok yararlı olacaktır. Ayrıca, veriye özgü olabileceğinden, veriyi MNIST yerine (şekil bağlamları ile MNIST veri kümesini inceledim) değil, kullanmak daha iyi olur. – Josh