Orange数据挖掘：如何实现图片的自动分类？

今天，尝试用Orange数据挖掘工具，对于图片进行分类，一个很可爱的工具！

看起来很开胃吧！听听名字、看看图形，想不想来一杯橙汁！

言归正传，先来看看有哪些图片素材？

图片有人物、文字、动物，眨眼一下好纷杂，有人会问，就这几张图片，自己人工分开不就得了，还整那么多事，杀鸡用牛刀呀！

当然不是，如果是上万张图片呢？要实现关联图片的自动推荐，首先要解决的问题就是区分不同的图片，实现图片的聚类。

接下来，Orange就上场了，是不是界面很友好与简洁？整个分析流被很快的建立了起来，这个界面很像SPSS MODELER，虽然有着复杂的内在逻辑，不过习惯就好，多拖动几次就熟悉了。基本的逻辑：提取特征值---距离分析---聚类

看一下对于图片的尺寸、高度、宽度等一系列客观指标的描述：

之后，对于每张图片提取了2048个特征值，为后面的聚类提供参数支持。

依照特征值的聚类情况，输出了聚类的树状图，有关树状图的解读方法，参见SPSS、SPSS Modeler的聚类分析。

依照自己的判断，可以选择不同的聚类数，鼠标滑来滑去，颜色还真挺不错，赤橙黄绿青蓝紫......

虽然颜色好看，但还是要干正事，咱们来看看到底是否真能区分不同的图片？

文字的聚类：

鸡的聚类

小兔子的聚类

看完以上整个过程，是不是感觉很简单？其实数据挖掘、机器学习虽然专业，但并非不可触及。如果要平时玩一下，还是可以的，但是要搞得很专业，那可就要下大功夫了。

下次再和大家分享利用机器学习来分析文本情绪、文本分类。

------待续