Python机器学习——原理算法及案例实战-微课视频版课件第章-Python常用机器学习库-其他库.pptx

第3章Python常用机器学习库3.4OpenCV1.OpenCV窗口操作2)destroyAllWindows()与DestroyWindow(stringwinName)1.OpenCV处理图像【例3.67】2)图像的通道拆分与合并2.OpenCV捕获摄像头图像【例3.69】捕获摄像头图像。2)摄像头范围内的人脸检测【例3.70】检测摄像头范围内的人脸3.5ScikitlearnScikitlearn算法地图3.5.2SKlearn的一般步骤获取数据，创建数据集使用比较著名的是鸢尾花数据集，调用如下：【例3.71】查看iris数据集。3.6其他常用模块3.6.1Wordcloud制作词云【例3.72】文本信息制作词云图fromwordcloudimportWordCloudimportmatplotlib.pyplotasplt【例3.73】指定背景图片的词云fromwordcloudimportWordCloudimportmatplotlib.pyplotaspltfromimageioimportimread#打开文本文件text=open('song.txt','r').read()#读入背景图片bg_pic=imread('notation.png')#生成词云stopwd=['is','a','the','to','of','in','on','at','and']wdcd=WordCloud(mask=bg_pic,background_color='white',scale=1.5,stopwords=stopwd)wdcd=wdcd.generate(text)plt.imshow(wdcd)plt.axis('off')3.6.2Jieba中文分词2.自然语言处理的主要步骤1)TF-IDF关键词提取2）文本向量化3.中文分词工具---Jieba1）Jieba的三种分词模式：Jieba分词通过其提供的cut方法和cut_for_search方法来实现的，jieba.cut_for_search方法更适合搜索引擎。【例3.74】jieba中文分词。2）词性标注3.6.3PILfromPILimportImageimg1=Image.open("1.jpg")img1=img1.convert('RGBA')convert('RGBA')ret是布尔值，如果读取Scikitlearn的简称是SKlearn，Python中实现机器学习的模块。IMREAD_GRAYSCALEsave("blend.minNeighbors：表示构成检测目标的相邻矩形的最小个数，默认为3个。通过词云，可以突出展示高频高质的信息,凸显数据所体现的主旨。2)图像的通道拆分与合并74】jieba中文分词。SKlearn包含了许多最常见的机器TF-IDF（termminSize，maxSize:限制目标区域的范围。词性也称为词类，是词汇基本的语法属性。到了正确的帧，则返回True；Sentence：需要分词的字符串3.查找图像边缘fromPILimportImage,ImageFilter3.7本章习题