在Android应用中使用Scikit学习支持向量机进行预测

Question

基本上，我使用Scikit learn创建了一个图像多分类器，但使用了Tensorflow神经网络进行特征提取，类似于这篇博文：https://code.oursky.com/tensorflow-svm-image-classifications-engine/

训练和预测在python中工作得很好，但是我现在正在尝试让它在Android应用程序中工作，我不确定如何继续。

我找到了一个库，用于将Scikit learn模型导出到java中，网址为：https://github.com/nok/sklearn-porter，所以它可能可以在android上运行。问题是，支持向量机分类器现在期望从新图像中获得2048维的输入特征，我认为Tensorflow推理库不能像我在python代码中那样，在Android应用程序中使用模型进行特征提取

有谁知道我如何在Android中实现这种特征提取和分类吗？

PS:我之所以使用这种方法，是因为它似乎比我以前在我的项目https://github.com/pirklbauer31/DiceTracker中使用InceptionV3模型进行分类产生了更好的预测结果

Answer 1

我正在做一个在Android上使用机器学习的项目，在Android上使用scikit-learn遇到一些问题后，我终于开始使用Weka库了。

我没有使用支持向量机，但它包含在Weka的代码中，我认为您可以根据自己的需要对其进行调整。

希望这对你有帮助。