问题标签 [feature-extraction]

例子：

Doc {
  Citations: {
      0: cite0,
      1: cite1,
      2: cite2,
      ...
      n: citeN
    }
}

我想根据引用的相似性对文档进行聚类，但是每个文档都会有很多引用。我在这里的困惑是......在这种情况下，我如何为数据集构建特征向量以将其输入到我的聚类工具包中。

我正在考虑让 column 成为引文，如果该文档具有该引文，则值为 1。

附言。我在机器学习方面的背景很薄弱——我正在阅读我的讲义，但大多数人都没有涉及到这类问题><提前谢谢大家！

我认为词袋对我的任务来说太简单了。我想要一些在特征向量中包含单词的位置信息。例如“好”是倒数第二个，等等。

我有一组3D映射到[0, 1]段上的点。这些点代表简单的手势，如圆圈、挥手等。现在我想用它Hidden Markov Models来识别我的手势。第一步是提取(X, Y, Z)数据的特征。我试图搜索一些有用的东西，并找到了几个例子：、、、SIFT等等。SURFFast Fourier Transform

我很困惑我应该在我的项目中使用哪一个。我想使用来自 Kinect 控制器的数据来识别手势，所以我不需要通过算法跟踪关节。

我有代表一组 150 张图像的伸长率、坚固性和Hu Moments特征。我想知道在不使用最小二乘或支持向量机的情况下与这些特征向量进行比较的典型指标是什么（因为我不知道它们属于哪个类）。

Solidity 它的计算类似于面积/凸包面积之间的比率：

计算圆形图像我得到的所有值都接近 1 所以我想当我计算轮廓面积时我计算圆圈内的面积而不考虑内部是否是白色像素（轮廓是黑色的）

图片示例：https ://docs.google.com/file/d/0ByS6Z5WRz-h2b0JITFB4aHR0OWc/edit?usp=sharing

代码：

更新

我是这样做的：

出现此错误：

我找到了这种基于图像矩计算伸长率的方法

如何计算凸壳的伸长率？

其中 'unicocnt' 是通过查找轮廓获取的轮廓。

有没有办法在opencv中计算粗糙度轮廓？

图片示例：https ://docs.google.com/file/d/0ByS6Z5WRz-h2NDgySmJ6NnpId0U/edit?usp=sharing

更新

我计算粗糙度的代码：

周长轮廓/凸包周长

错误：

我发现这段代码可以获得骨架化图像。我有一个圆形图像（https://docs.google.com/file/d/0ByS6Z5WRz-h2RXdzVGtXUTlPSGc/edit?usp=sharing）。

问题是图像结果不是“骨架”而是一组点！我的目的是在对图像进行骨架化后提取轮廓周长。如何编辑我的代码来解决它？使用 cv2.findContours 查找骨架圆是否正确？

我正在尝试使用 scikit 使用余弦相似度来查找类似的问题。我正在尝试互联网上提供的此示例代码。链路 1和链路 2

我总是收到这个错误

我什至检查了此链接上可用的代码。我得到了错误AttributeError: 'CountVectorizer' object has no attribute 'vocabulary'。

如何解决这个问题？

我在 Windows 7 32 位和 scikit_learn 0.13.1 上使用 Python 2.7.3。

我正在使用 c++ 和 opencv 做 OCR 项目。我有一些分开的手写字符的黑白图像。我想从这些图像中提取独特的特征，以便使用 LIBSVM 对它们进行分类。谁能告诉我opencv中特征提取的合适算法是什么？