眼鏡っ娘分類システムの分類精度向上を試みた

Background

• 前回、ググッて見つけたサイトを参考にSVMをやってみた
• そのサイトは眼鏡をかけた人（眼鏡っ娘）分類システムだった
• 前回やったときは精度74%くらいだった
• もっと精度を上げてみようと思った

Summary

精度に影響しそうな条件を変えて、精度を比較してみた。

• 使った画像　（Webで集めた写りがバラバラの画像 or 手に入れた履歴書みたいに写り方が揃っている画像）
• 素性データの作り方　（元々の方法 or ちょっと変えてみた）
• カーネルの選び方　（Radius, Linear or Sigmoid)

結論

影響度の順番は、　「　画像の選び方 >> カーネルの選び方 > 素性データの作り方　」

• 元々の画像がある程度そろってないと、うまくいかないよね。
• カーネルは、よくいわれているようにはじめはRadius一択でOK。
• 今回素性データの作り方はあまり影響がなかった。でも、もっと影響があるはず。今回変えてみた方法がしょぼかったと思いたい。

つまり、「履歴書写真で眼鏡っ娘分類システム」は、精度90%
普通の画像でやるいい方法ないかなぁ、、、

Details

方法

これ

1. Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
2. [ググったサイトを見ながら、RでSVMをやってみた。眼鏡の人とそれ以外の分類] (http://qiita.com/nrhk/items/264b31e27d7c4ea0fa96)

結果

No.	画像	素性	カーネル	精度(%)
1	Webで集めた画像 約350枚	オリジナル素性	Radius Basis	76.2
2	Webで集めた画像 約350枚	オリジナル素性	Linear	71.8
3	Webで集めた画像 約350枚	オリジナル素性	Sigmoid	73.6
4	Webで集めた画像 約350枚	ちょっと変えてみた素性	Radius Basis	75.7
5	Webで集めた画像 約350枚	ちょっと変えてみた素性	Linear	72.3
6	Webで集めた画像 約350枚	ちょっと変えてみた素性	Sigmoid	74.2
7	履歴書みたいな画像 約600枚	オリジナル素性	Radius Basis	89.8
8	履歴書みたいな画像 約600枚	オリジナル素性	Linear	88.2
9	履歴書みたいな画像 約600枚	オリジナル素性	Sigmoid	88.2
10	履歴書みたいな画像 約600枚	ちょっと変えてみた素性	Radius Basis	87.9
11	履歴書みたいな画像 約600枚	ちょっと変えてみた素性	Linear	86.4
12	履歴書みたいな画像 約600枚	ちょっと変えてみた素性	Sigmoid	87.3

分散分析

条件	1	2	3
A (使った画像）	Webで拾ってきた画像 約350枚	手に入れた履歴書みたいな画像 約600枚	-
B（素性ベクトルの作り方）	元々の方法	ちょっと変えてみた方法	-
C（カーネルの種類）	Radius basis	Linear	Sigmoid

• 条件A 画像の選び方は大きく精度を左右する
• 条件B 素性の作り方はあまり変わらない
• 条件C カーネルの選び方はあまり変わらない

References

1. http://qiita.com/nrhk/items/264b31e27d7c4ea0fa96
2. http://monge.tec.fukuoka-u.ac.jp/r_analysis/test_anova32.html