西电数据挖掘作业——VSM人脸识别算法python3实现

使用的是python3版本，自己编写的，能够完美运行，只需要运行主程序就行，数据啥的都准备好了

from __future__ import print_function  
  
from time import time  
import logging  
import matplotlib.pyplot as plt  
import cv2  
  
from numpy import *  
from sklearn.model_selection import train_test_split  
from sklearn.model_selection import GridSearchCV  
from sklearn.metrics import classification_report  
from sklearn.metrics import confusion_matrix  
from sklearn.decomposition import PCA  
from sklearn.svm import SVC


#获取人脸图的灰度图像数据，并且每一行数据代表一张图
def get_Image（）:  
    for i in range（141）:  
        for j in range（111）:  
            path = PICTURE_PATH + ‘s‘+str（i） + ‘/‘+ str（j） + “.pgm“  
            img_gray = cv2.imread（path0）  
            #img_gray = cv2.cvtColor（img cv2.COLOR_BGR2GRAY）  
            hw = img_gray.shape  
            img_col = img_gray.reshape（h*w）  
            all_data_set.append（img_col）  
            all_data_label.append（i）  
    return （hw）

#对原始数据进行PCA特征压缩，压缩数默认20；
def PCAdata（Xyn_components=20）:
    X_train X_test y_train y_test = train_test_split（X y test_size=0.2）#采用5倍交叉验证法分类数据
    pca = PCA（n_components=n_components svd_solver=‘randomized‘ whiten=True）.fit（X_train）    #whiten是一种数据预处理方式，会损失一些数据信息，但可获得更好的预测结果
    #eigenfaces = pca.components_.reshape（（n_components h w））
    
    X_train_pca = pca.transform（X_train）      #得到训练集投影系数  
    X_test_pca = pca.transform（X_test）
    return（X_train_pcaX_test_pcay_train y_test）

#训练并预测数据
def train_test（X_trainY_trainX_testY_testCkergam=0.1）:#C为惩罚因子参数，ker为核函数类型
    param_grid = {‘C‘: [C] ‘gamma‘: [gam] }
    clf = GridSearchCV（SVC（kernel=ker class_weight=‘balanced‘） param_grid）
    clf = clf.fit（X_train_pca Y_train）
    #print（‘训练所的模型参数如下：‘）  
    #print（clf.best_estimator_）

   # print（‘\n现在开始预测训练集....‘）  
 
    y_pred = clf.predict（X_test）  
   
    result = list（Y_test == y_pred）
    score = （result.count（True））/len（y_pred）
    
    return（score）

#数据变量的声明以及PCA压缩处理

PICTURE_PATH = ‘att_faces/‘
all_data_set = []  
all_data_label = []
hw = get_Image（）
X = array（all_data_set）  
y = array（all_data_label）  
n_samplesn_features = X.shape  
n_classes = len（unique（y））  
target_names = []
X_train_pcaX_test_pca y_train y_test= PCAdata（Xy20）
#score =train_test（X_train_pcay_trainX_test_pcay_test1000ker=‘rbf‘gam=0.01）

#开始训练测试

print（‘下面开始进行不同核函数下的准确率描述......（默认C=1000，gamma=0.1）\n‘）
kernal =[‘rbf‘‘linear‘ ‘poly‘  ‘sigmoid‘ ]
for each in kernal:
    result = train_test（X_train_pcay_trainX_test_pcay_testC=1000ker=eachgam=0.01）
    print（‘核函数为%s时，准确率为%s：‘%（eachresult））
dataC=[]
datagama=[]
datascore =[]
for i in range（1200）:
    dataC.append（i/20）
    datagama.append（1/100）

print（‘\n开始绘制参数C下的准确率曲线图（比较慢请稍等）......‘）
for C in dataC:
    score =train_test（X_train_pcay_trainX_test_pcay_testCker=‘rbf‘gam=0.01）

    #print（‘C=%d时，准确率为%d‘%（Cscore））
    datascore.append（score）
plt.title（‘Accuracy with paremeter C‘）
plt.xlabel（‘Paremeter

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      10318  1994-04-18 14:17  人脸识别VSM\att_faces\s1\1.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s1\10.pgm

     文件      10318  1994-04-18 14:17  人脸识别VSM\att_faces\s1\2.pgm

     文件      10318  1994-04-18 14:17  人脸识别VSM\att_faces\s1\3.pgm

     文件      10318  1994-04-18 14:17  人脸识别VSM\att_faces\s1\4.pgm

     文件      10318  1994-04-18 14:17  人脸识别VSM\att_faces\s1\5.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s1\6.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s1\7.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s1\8.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s1\9.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s10\1.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s10\10.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s10\2.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s10\3.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s10\4.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s10\5.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s10\6.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s10\7.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s10\8.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s10\9.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s11\1.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s11\10.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s11\2.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s11\3.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s11\4.pgm

     文件      10318  1994-04-18 14:18  人脸识别VSM\att_faces\s11\5.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s11\6.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s11\7.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s11\8.pgm

     文件      10318  1994-04-18 14:07  人脸识别VSM\att_faces\s11\9.pgm

............此处省略416个文件信息