我的分类器对所有测试数据集的准确率为 1.0（错误的照片除外）
My classifier gives 1.0 accuracy on ALL test data set (except wrong photos)
有：
- 数据集：115张256x256大小的彩色图片，所有照片属于一张class（卡通人）。
- 分类器：KNN 和随机森林分类器。
评论：我想制作一个 classifier 来 预测某张照片上的一个 卡通人物，所以我收集了一个数据集，将其数字化并放入在 classifier 的 fit 方法中。所以起初，我选择了 SGDClassifier，但它只适用于数据集中的 2 个和更多 classes。于是选择了KNN和Random Forest Classifier
问题： 当我尝试测试我准备好的 classifiers 时，我在 上得到了 1.0 分 ]每张照片（我测试了 1 个物体、1 个另一个物体（另一个卡通人物）和一张黑屏照片），无论如何它们都有 1.0 分。
有人可以帮我吗？ :( 我已经被困在这 2 天了，看不到自己解决问题的方法，我看了很多解决方案，但 none 对我有用。
数据集:
- 我的数据集 numpy 数组的形状是 (115, 196608) 并且（例如）我的数据集 numpy 数组中的一个图像看起来是这样的：
- 数据集是一个二维数组，因为classifiers 只需要一维或二维数组。
代码：未满，举个例子
train_data_values = numpy.array([*115 photos*])
train_data_labels = numpy.array([*115 labels*])
# For fact, all my labels equal "1", there is no other value.
# Trying KNN
from sklearn.neighbors import KNeighborsClassifier
KNN_clf = KNeighborsClassifier(**{'n_neighbors': 16, 'weights': 'distance'})
KNN_clf.fit(train_data_values, train_data_labels)
test_im = cv2.imread(DATASET_IMAGES_DIRECTORY + "\test\" + "test2.png")
KNN_clf.predict_proba(test_im.reshape(1, 3*256*256)) # Returns array([[1.]])
# Trying Random Forest Classifier
from sklearn.ensemble import RandomForestClassifier
RF_clf = RandomForestClassifier()
RF_clf.fit(train_data_values, train_data_labels)
test_im = cv2.imread(DATASET_IMAGES_DIRECTORY + "\test\" + "test.png")
RF_clf.predict_proba(test_im.reshape(1, 3*256*256)) # Returns array([[1.]])
评论：我查看了我的 numpy 数据集中的图像，因为我认为它们可能无法数字化，但不，它们可以很容易地从数组构建到图像。
P.S。 KNN classifier 的参数是随机的，因为我一直在尝试网格搜索以寻找最佳参数，但到处都是 1.0 分。
所有 classifiers 从他们的训练数据中学习他们的分数。大多数 classifier（包括随机森林和 KNN）的分数具有概率意义：它们被调整以尽可能反映训练数据的概率分布。
因此，如果您的训练数据由 100% 的单个 class 组成，那么 classifier 将以 100% 的概率了解到任何样本都属于这个 class，并且将以绝对的信心预测这个class。
教训：要使用any classifier，至少需要两个class，否则，预测或多或少会失去意义.我的建议是加入负样本，也就是没有你目标人物的样本，包括：
- 你和其他卡通人物的图像
- 只有背景没有人物的图像
- 带有一些非动画对象的图像
有一些例外，例如 OneClassSVM，它们（推测）能够在单个 class 上训练产生有意义的分数。但它们是否能充分处理您的数据，您永远不会知道，除非您使用来自多个不同 classes 的数据对其进行测试。
有：
- 数据集：115张256x256大小的彩色图片，所有照片属于一张class（卡通人）。
- 分类器：KNN 和随机森林分类器。
评论：我想制作一个 classifier 来 预测某张照片上的一个 卡通人物，所以我收集了一个数据集，将其数字化并放入在 classifier 的 fit 方法中。所以起初，我选择了 SGDClassifier，但它只适用于数据集中的 2 个和更多 classes。于是选择了KNN和Random Forest Classifier
问题： 当我尝试测试我准备好的 classifiers 时，我在 上得到了 1.0 分 ]每张照片（我测试了 1 个物体、1 个另一个物体（另一个卡通人物）和一张黑屏照片），无论如何它们都有 1.0 分。
有人可以帮我吗？ :( 我已经被困在这 2 天了，看不到自己解决问题的方法，我看了很多解决方案，但 none 对我有用。
数据集:
- 我的数据集 numpy 数组的形状是 (115, 196608) 并且（例如）我的数据集 numpy 数组中的一个图像看起来是这样的：
- 数据集是一个二维数组，因为classifiers 只需要一维或二维数组。
代码：未满，举个例子
train_data_values = numpy.array([*115 photos*])
train_data_labels = numpy.array([*115 labels*])
# For fact, all my labels equal "1", there is no other value.
# Trying KNN
from sklearn.neighbors import KNeighborsClassifier
KNN_clf = KNeighborsClassifier(**{'n_neighbors': 16, 'weights': 'distance'})
KNN_clf.fit(train_data_values, train_data_labels)
test_im = cv2.imread(DATASET_IMAGES_DIRECTORY + "\test\" + "test2.png")
KNN_clf.predict_proba(test_im.reshape(1, 3*256*256)) # Returns array([[1.]])
# Trying Random Forest Classifier
from sklearn.ensemble import RandomForestClassifier
RF_clf = RandomForestClassifier()
RF_clf.fit(train_data_values, train_data_labels)
test_im = cv2.imread(DATASET_IMAGES_DIRECTORY + "\test\" + "test.png")
RF_clf.predict_proba(test_im.reshape(1, 3*256*256)) # Returns array([[1.]])
评论：我查看了我的 numpy 数据集中的图像，因为我认为它们可能无法数字化，但不，它们可以很容易地从数组构建到图像。
P.S。 KNN classifier 的参数是随机的，因为我一直在尝试网格搜索以寻找最佳参数，但到处都是 1.0 分。
所有 classifiers 从他们的训练数据中学习他们的分数。大多数 classifier（包括随机森林和 KNN）的分数具有概率意义：它们被调整以尽可能反映训练数据的概率分布。
因此，如果您的训练数据由 100% 的单个 class 组成，那么 classifier 将以 100% 的概率了解到任何样本都属于这个 class，并且将以绝对的信心预测这个class。
教训：要使用any classifier，至少需要两个class，否则，预测或多或少会失去意义.我的建议是加入负样本，也就是没有你目标人物的样本，包括：
- 你和其他卡通人物的图像
- 只有背景没有人物的图像
- 带有一些非动画对象的图像
有一些例外，例如 OneClassSVM，它们（推测）能够在单个 class 上训练产生有意义的分数。但它们是否能充分处理您的数据，您永远不会知道，除非您使用来自多个不同 classes 的数据对其进行测试。