FeatureExtractor

FeatureExtractor

Classify等の関数のオプションで，特徴の抽出方法を指定する．

詳細

  • FeatureExtractorの可能な設定
  • FeatureExtractorFunction[…]指定された抽出器関数を適用する
    extractor指定された特徴抽出器法を適用する
    {extractor1,extractor2,…}一連の抽出器法を交互に適用する
    specext抽出器 ext を spec で指定されたデータの部分に適用する
    {spec1ext1,spec2ext2,…}抽出器 extiを speciで指定されたデータの部分に適用する
  • 使用可能な特徴抽出メソッドには以下がある．
  • Automatic自動抽出
    Identityデータを変更せずに与える
    "ConformedData"一致する画像，色，日付等
    "NumericVector"任意のデータからの数値ベクトル
    f関数 f を各例に適用する
    {extractor1,extractor2,…}一連の抽出器を交互に使う
  • 各データ型について追加的な特徴抽出法を使うことができる．
  • 数値データ
  • "DiscretizedVector"離散化された数値データ
    "DimensionReducedVector"次元を削減した数値ベクトル
    "MissingImputed"欠落値が補完されたデータ
    "StandardizedVector"Standardizeで処理された数値データ
  • 名義データ
  • "IndicatorVector"インジケータベクトルで「ワンホットエンコード」された名義データ
    "IntegerVector"整数で符号化された名義データ
  • テキスト
  • "LowerCasedText"各文字が小文字のテキスト
    "SegmentedCharacters"文字に分割されたテキスト
    "SegmentedWords"単語に分割されたテキスト
    "TFIDF"単語の出現頻度と逆文書頻度のベクトル
    "WordVectors"テキストからの意味ベクトル列（英語のみ）
  • 画像
  • "FaceFeatures"ヒトの顔からの意味ベクトル
    "ImageFeatures"画像からの意味ベクトル
    "PixelVector"画像からの画素値のベクトル
  • 音声オブジェクト
  • "AudioFeatures"音声オブジェクトからの意味ベクトル列
    "AudioFeatureVector"音声オブジェクトからの意味ベクトル
    "LPC"音声線形予測係数
    "MelSpectrogram"対数周波数ビンの音声スペクトログラム
    "MFCC"音声メル周波数ケプストラム係数ベクトル列
    "SpeakerFeatures"意味的話者ベクトルのシーケンス
    "SpeakerFeatureVector"話者の意味的ベクトル
    "Spectrogram"音声スペクトログラム
  • 動画オブジェクト
  • "VideoFeatures"動画オブジェクトからの意味ベクトルの列
    "VideoFeatureVector"動画オブジェクトからの意味ベクトル
  • グラフ
  • "GraphFeatures"グラフ特性を要約する数値ベクトル
  • 分子
  • "AtomPairs"原子対とその間の経路長からのブールベクトル
    "MoleculeExtendedConnectivity"列挙された分子の部分グラフからのブールベクトル
    "MoleculeFeatures"分子の特性を要約する数値ベクトル
    "MoleculeTopologicalFeatures"円形の原子近傍からのブールベクトル
  • デフォルトは，FeatureExtractorIdentityである．
  • 一般に，FeatureExtractorの値は前処理のステップとして解釈され，関数によって使われる他の特徴抽出器と置換されることはない．
  • 特徴抽出器法がFeatureExtractorFunction[…]ではない場合，特徴抽出はデータから獲得される．
  • specext あるいは{spec1ext1,…}の設定のときの spec と speciの可能な設定
  • All各例のすべての部分
    i各例の i 番目の部分
    {i1,i2,…}各例の部分 i1, i2, …
    "name"各例の指定された名前のある部分
    {"name1","name2",…}各例の"namei"という名前の部分
  • spec あるいは speciで言及されていない部分は，特徴抽出の目的では削除される．
  • Classify，Predict，DimensionReduction，ClusterClassify等の関数では，FeatureExtractor"Minimal"は，内部的な前処理はできる限り簡単にすべきであることを示している．

例題

すべて開くすべて閉じる

例  (3)

単純なデータ集合についてFeatureExtractorFunctionを訓練する：

特徴抽出器関数をClassifyの前処理ステップとして使う：

抽出器法の"ImageFeatures"を前処理ステップとして使って分類器を訓練する：

新たな画像を分類する：

FeatureExtractorを使ってカスタムか関数でデータの前処理をして，予測器関数を生成する：

前処理のパイプラインに"StandardizedVector"メソッドを加える：

この予測器を新たなデータに使う：

スコープ  (1)

カスタム関数と抽出器メソッドで処理されたテキストで分類器を訓練する：

Wolfram Research (2016), FeatureExtractor, Wolfram言語関数， https://reference.wolfram.com/language/ref/FeatureExtractor.html （2021年に更新）.

テキスト

Wolfram Research (2016), FeatureExtractor, Wolfram言語関数， https://reference.wolfram.com/language/ref/FeatureExtractor.html （2021年に更新）.

CMS

Wolfram Language. 2016. "FeatureExtractor." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2021. https://reference.wolfram.com/language/ref/FeatureExtractor.html.

APA

Wolfram Language. (2016). FeatureExtractor. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/FeatureExtractor.html

BibTeX

@misc{reference.wolfram_2024_featureextractor, author="Wolfram Research", title="{FeatureExtractor}", year="2021", howpublished="\url{https://reference.wolfram.com/language/ref/FeatureExtractor.html}", note=[Accessed: 17-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_featureextractor, organization={Wolfram Research}, title={FeatureExtractor}, year={2021}, url={https://reference.wolfram.com/language/ref/FeatureExtractor.html}, note=[Accessed: 17-November-2024 ]}