如何解决RandomForestRegressor预测2D数组的值
我已经用不同的剂量照射了一些辐射致变色膜,并以48位RGB Tiff的形式对其进行了扫描,以用作校准。我的数据集包括三列,分别代表颜色通道(X)和相应的剂量(y)。输入数据的格式为
我已经使用sklearn RandomForestRegressor来成功训练和测试。当我使用以下(净光密度RGB值)
X = df[['RedDensity','GreenDensity','BlueDensity']].values
y = df['Dose'].values
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=0)
regressor = RandomForestRegressor(n_estimators=20,random_state=0)
regressor.fit(X_train,y_train)
y_pred = regressor.predict(X_test)
regressor.predict(np.array([0.349,0.296,0.107]).reshape(1,3))
我得到剂量的预测值。我的问题是如何预测(m x n x 3)的测试图像的值?我可以扫描测试图像并读取每个元素的RGB值,但是还有更优雅的方法吗? 谢谢 詹姆斯
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。