关于视觉ML分类器流水线的建议

Question

我是一名神经学家，我已经非常擅长使用ML来预测各种感兴趣的变量，但是我对视觉ML没有经验。我在2022-2023年的目标是学习视觉ML，这样我就可以把它应用到医学研究中。然而，我想首先通过做一些有趣的事情来教自己视觉ML。我的想法是使用UFC的战斗机射击，以看看我是否能够预测与上述机会谁将是战斗的赢家。我使用了来自Kaggle战斗机统计数据集，看看我有多好的预测胜利者，我获得了72%的准确性，基本上，我所取得的准确性是在我之前的所有其他尝试的大致。我想知道，除了这些战斗机的统计，增加一些图像功能将提高准确性。

任何关于我应该采取什么步骤/管道来实现这些目标的意见、建议和建议都是非常欢迎的。

Answer 1

你想做多模态分类吗？

如果是的话，基本原则是为统计数据建立一个模型，一个用于图像数据的模型，以及一个决定哪一个更能提供信息的模型。

然而，这个解决方案认为照片和统计数据一样重要，但情况可能并非如此。

因此，一个更好的解决方案是通过CNN压缩现有数据中的照片数据，就像另一个特性一样:完全连接层的结果将有效地区分每幅图像，这要归功于一个扁平的向量。

由于图片并不像所有的统计数据那么重要，所以最好将图片作为一个与任何stat同等重要的特性来考虑。

注意:一些笔记本有有趣的代码，只有通过统计数据才能达到78%的准确性(参见https://www.kaggle.com/datasets/mdabbert/ultimate-ufc-dataset/code)。