实战机器学习--决策树分类器在蘑菇分类中的应用

数据集:https://pan.quark.cn/s/4d3526600c0c

在机器学习领域,图像分类是一个常见的任务,尤其是在自然语言处理和生物识别等领域。本文将通过一个简单的例子,展示如何使用Python和一些流行的库来实现蘑菇的分类,区分可食用蘑菇和毒蘑菇。以下是详细的步骤和代码解析。

1. 导入必要的库

首先,我们需要导入一些必要的Python库:

python 复制代码
import os  # 用于文件和目录操作
import cv2  # 用于图像读取和处理
import numpy as np  # 用于数值计算
from sklearn.model_selection import train_test_split  # 用于数据集分割
from sklearn.tree import DecisionTreeClassifier  # 用于创建决策树分类器
from sklearn.metrics import classification_report  # 用于生成分类报告

2. 设置数据路径

我们需要为可食用蘑菇和毒蘑菇的图片设置存储路径。这里假设图片存储在本地磁盘上:

python 复制代码
edible_path = r'Mushroom dataset\Edible'
poisonous_path = r'Mushroom dataset\Poisonous'

3. 初始化数据和标签列表

在开始读取图片之前,我们需要初始化两个列表:X用于存储图像数据,y用于存储对应的标签。

python 复制代码
X = []  # 存储图像数据的列表
y = []  # 存储标签的列表

4. 读取图片并处理

接下来,我们遍历存储路径中的每个文件,读取图片,调整图片大小,并将其展平成一维向量。同时,根据图片的类型(可食用或毒蘑菇),添加相应的标签。

python 复制代码
for filename in os.listdir(edible_path):  # 遍历可食用蘑菇图片目录
    img_path = os.path.join(edible_path, filename)  # 获取图片的完整路径
    image = cv2.imread(img_path)  # 读取图片
    if image is not None:  # 确保图片被成功读取
        image = cv2.resize(image, (64, 64))  # 将图片调整为64x64像素
        image = image.flatten()  # 将图片数据展平成一维数组
        X.append(image)  # 添加到X列表
        y.append('Edible')  # 添加标签到y列表

for filename in os.listdir(poisonous_path):  # 遍历毒蘑菇图片目录
    img_path = os.path.join(poisonous_path, filename)  # 获取图片的完整路径
    image = cv2.imread(img_path)  # 读取图片
    if image is not None:  # 确保图片被成功读取
        image = cv2.resize(image, (64, 64))  # 将图片调整为64x64像素
        image = image.flatten()  # 将图片数据展平成一维数组
        X.append(image)  # 添加到X列表
        y.append('Poisonous')  # 添加标签到y列表

5. 转换为NumPy数组

Xy列表转换为NumPy数组,以便进行机器学习处理。

python 复制代码
X = np.array(X)
y = np.array(y)

6. 划分数据集

使用train_test_split函数将数据集划分为训练集和测试集。这里,测试集占总数据的20%。

python 复制代码
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

7. 创建决策树分类器实例

初始化一个决策树分类器,并设置random_state参数以确保结果的可复现性。

python 复制代码
clf = DecisionTreeClassifier(random_state=42)

8. 训练模型

使用训练集数据训练决策树模型。

python 复制代码
clf.fit(X_train, y_train)

9. 预测测试集

使用训练好的模型对测试集进行预测。

python 复制代码
y_pred = clf.predict(X_test)

10. 打印评价报告

最后,使用classification_report函数打印出模型在测试集上的性能评价报告。

python 复制代码
print(classification_report(y_test, y_pred))

11. 总代码

python 复制代码
import os
import cv2
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import classification_report
# 数据路径
edible_path = r'Mushroom dataset\Edible'
poisonous_path = r'Mushroom dataset\Poisonous'
# 初始化数据和标签列表,用于存储图片数据和对应的标签。
X = []
y = []
# 遍历 edible_path 目录中的每个文件,读取图片,调整图片大小到 64x64 像素
# 然后将图片展平成一维向量,并将其添加到 X 列表中,同时将标签 "Edible" 添加到 y 列表中。
# 读取可食用蘑菇图片并添加标签
for filename in os.listdir(edible_path):
    img_path = os.path.join(edible_path, filename)
    image = cv2.imread(img_path)
    if image is not None:
        image = cv2.resize(image, (64, 64))  # 调整图片大小以保证一致性
        image = image.flatten()  # 将图片展平成一维向量
        X.append(image)
        y.append('Edible')
# 读取毒蘑菇图片并添加标签
for filename in os.listdir(poisonous_path):
    img_path = os.path.join(poisonous_path, filename)
    image = cv2.imread(img_path)
    if image is not None:
        image = cv2.resize(image, (64, 64))  # 调整图片大小以保证一致性
        image = image.flatten()  # 将图片展平成一维向量
        X.append(image)
        y.append('Poisonous')
# 转换为numpy数组
X = np.array(X)
y = np.array(y)
# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建决策树分类器实例
clf = DecisionTreeClassifier(random_state=42)
# 训练模型
clf.fit(X_train, y_train)
# 预测测试集
y_pred = clf.predict(X_test)
# 打印评价报告
print(classification_report(y_test, y_pred))

总结

通过以上步骤,我们成功地使用决策树分类器对蘑菇图片进行了分类。这种方法可以扩展到其他图像分类任务中,只需调整数据路径和相应的处理逻辑即可。决策树是一种简单但有效的分类方法,适合初学者理解和应用。然而,对于更复杂的任务,可能需要更高级的模型,如深度学习模型。

相关推荐
浮生如梦_2 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
阡之尘埃5 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
Java Fans9 小时前
深入了解逻辑回归:机器学习中的经典算法
机器学习
慕卿扬10 小时前
基于python的机器学习(二)—— 使用Scikit-learn库
笔记·python·学习·机器学习·scikit-learn
夏天里的肥宅水10 小时前
机器学习3_支持向量机_线性不可分——MOOC
人工智能·机器学习·支持向量机
Troc_wangpeng12 小时前
机器学习的转型
人工智能·机器学习
小言从不摸鱼12 小时前
【NLP自然语言处理】深入解析Encoder与Decoder模块:结构、作用与深度学习应用
人工智能·深度学习·神经网络·机器学习·自然语言处理·transformer·1024程序员节
m0_7434148512 小时前
【天线&其他】大疆无人机热成像人员目标检测系统源码&数据集全套:改进yolo11-bifpn-SDI
分类
小码贾13 小时前
评估 机器学习 回归模型 的性能和准确度
人工智能·机器学习·回归·scikit-learn·性能评估
spssau14 小时前
多分类logistic回归分析案例教程
分类·数据挖掘·数据分析·回归·回归分析·logistic回归·spssau