python - 如何规范化特征和样本？

Question

我正在实现基于直方图、HOG 和局部二进制模式的特征提取的基于内容的图像检索 (CBIR)。这些（标准化）特征提取中的每一个都单独存储在csv文件中，以在进一步的步骤中计算距离。该文件如下所示：

img_ID0, 0.0, 0.0, 0.0, 0.4, 0.1, ...
img_ID1, 0.0, 0.1, 0.0, 0.2, 0.1, ...
img_ID2, 0.2, 0.0, 0.0, 0.4, 0.0, ...

我ndarray沿着整个展平的阵列展平和归一化。哪个应该是样本标准化（我不确定，所以请纠正我）

现在，基于特征的标准化会是什么样子？特别是如果我真的没有“命名”列？我应该沿着（未展平的）图像标准化还是稍后在所有图像的展平阵列上按列标准化？

文献只是说，特征明智是常用的，但它仍然取决于应用程序。CBIR 似乎对此非常模糊。

score 0 · Accepted Answer

假设您的数据在任何规范化之前看起来像这样：

img_ID0, feat1_val, feat2_val, feat3_val,...
img_ID1, feat1_val, feat2_val, feat3_val,...
img_ID2, feat1_val, feat2_val, feat3_val,...

每行是一个新图像（=样本），每一列是一个特征。在这种情况下，按样本归一化将沿每一行归一化（“与样本 N 的特征 Y 相比，特征 X 的相对值是多少？”），而按特征归一化将沿每一列进行归一化（“特征 X 的相对值是多少？与样本 M 相比，样本 N 的特征 X？”）。

1 回答 1