你也懂初音？Weka辨識彩色圖片的分類與預測 / Colorful Images Classification with Weka
在「從圖片抽取量化特徵：Weka的ImageFilter」這篇的介紹之後，我們知道怎麼利用Weka的Image Filter從圖片中抽取量化特徵，並進一步用於圖片分類上。本篇我們就以Terrence所撰寫的「用tflearn來做深度學習辨識初音」中分辨初音的例子，用Weka來實作看看吧。
Weka運作環境 / Weka Environment
本文是使用Weka 3.8.1版本，並安裝Image Filter套件。關於Weka的介紹、下載以及Image Filter套件的安裝，請參考「Weka下載與套件安裝教學」這篇。
初音資料集 / Miku Image Files
這份資料中有20張初音的圖片、20張不是初音的圖片，以及10張未知的圖片(前5張是初音、後5張不是初音)。
這些圖片是初音，標示為「miku」。
這些圖片不是初音，分類目標class標示為「no-miku」。
從這兩種類型圖片，我們可以發現分辨初音跟不是初音的主要關鍵，可能就在與綠色的「顏色」跟雙馬尾髮型的「紋理」，因此待會我們會使用Image Filter中的「FCTHFilter」來抽取特徵。
檔案下載 / miku_set.zip download
原檔案來自「用tflearn來做深度學習辨識初音」這篇，我下載後重新整理，並配上Weka分類圖片所需要的「圖片分類檔」之後，重新打包為以下檔案：
請下載後解壓縮該檔案，並記得miku_set資料夾的路徑，待會會用到。
在這個壓縮檔中，我先用圖片分類檔小工具weka-imagefilter-arff-builder.exe製作了兩個圖片分類檔：
- train-set.arff：裡面包含了圖片檔案名稱跟已知的分類目標，我們知道這些圖片是初音或不是初音。
- test-set.arff：裡面包含了圖片檔案名稱，但是分類目標未知，我們不知道這些檔案是不是初音，待會要請Weka來判斷。
準備好Weka跟miku_set之後，我們就要來作圖片分類囉。
Weka分類彩色圖片 / Colorful Image Classification with Weka
大致上我們的操作流程跟「不寫程式也能預測未知！用Weka分類模型來預測未知案例」這篇一樣。不過因為我們需要從圖片中抽取特徵的關係、並且刪除filename這個屬性，設定分類器的時候會搭配兩層的FilteredClassifier來使用，所以我稍微調整了整個操作流程。這整個操作時很容易令人搞混，請讀者仔細謹慎地一步一步操作吧。
整個分類的處理流程分成兩大階段：1. 建立模型並評估模型的正確率、2. 預測未知案例。讓我們繼續看看怎麼作吧。
Phase 1. 建立模型、並評估模型正確率 / Model Building and Evaluation
1. 開啟Weka，從GUI Chooser中開啟Explorer，然後用Open file開啟「train-set.arff」。
2. 點選「Classify」分頁進入分類功能。
3. 點選Classifier的「Choose」按鈕。
4. 選擇「weka.classifiers.meta.FilteredClassifier」，這個路徑中間的「.」等同於操作介面中的資料夾。接下來我會直接將這兩個動作簡稱為：按下「Choose」後選擇「weka.classifiers.meta.FilteredClassifier」，不再截圖敘述。
5. 點選粗體字「FilteredClassifier」進入設定。
6. 在classifier (分類器)的「Choose」選擇「weka.classifiers.meta.FilteredClassifier」，而filter (篩選器)的「Choose」選擇「weka.filters.unsupervised.instance.imagefilter.FCTHFilter」。
7. 點選filter中的粗體字「FCTHFilter」，進入篩選器的設定。
8. 在FCTHFilter的設定中的imageDirectory (圖片欄位)欄位中，輸入miku_set的資料夾路徑。例如：「C:\Users\Admin\Desktop\miku_set」。設定完成後按下「OK」退出回到上一層。
9. 接下來改設定classifier中的內層「FilteredClassifier」，請按下粗體字進入設定吧。
10. 現在我們要設定的是「FilteredClassifier」中classifier (分類器)的內層「FilteredClassifier」，跟前面很像但是是不一樣的，請小心謹慎地操作，不要搞混囉。
在內層FilteredClassifier中的classifier的「Choose」選擇「weka.classifieres.functions.SMO」，而filter (篩選器)的「Choose」選擇「weka.filters.unsupervised.attribute.RemoveByName」。
11. 點選filter中的粗體字「RemoveByName」進入設定。
12. 在RemoveByName篩選器中的expression欄位輸入「filename」。這個意思是分類時我們要刪掉「filename」屬性，分類時不要把它考慮在內。設定完成後按下「OK」退出。
13. 接下來一直按「OK」退出到Classify主畫面吧。
14. Test options (評估方式)選擇「Cross-validation Folds: 10」 (交互驗證：10疊)。這是預設值，一般來說不用修改。
15. 進入「More options…」。
16. Output predictions (輸出預測結果)的「Choose」選擇「weka.classifiers.evaluation.output.prediction.CSV」。
17. 點下「CSV」粗體字，進入設定。
18. outputDistribution (輸出預測機率分佈)設定為「True」，然後一直按「OK」退出到Classifier主畫面。
19. 分類目標選擇「(Nom) class」。這是預設值，一般來說不用修改。
20. 按下「Start」。
21. 等待Weka跑完之後，右邊的Classifier output (分類輸出)可以找到「Correctly Classified Instances 39 97.5 %」。39表示分類正確的數量，後面的「97.5%」就是分類的正確率。表示40張圖片中只有1張分類錯誤。
到目前為止，第一階段「建立模型、並評估模型正確率」就此結束。我們得知此模型的正確率為「97.5%」，接著繼續下一階段。
Phase 2. 預測未知案例 / Unknown Prediction
這一階段我們會用前一階段以「train-set.arff」建立的模型來預測未知案例「test-set.arff」。全部操作都繼續面前階段的內容，讓我們看看怎麼作吧。
1. Test options (評估選項)選擇「Supplied test set」，並按下「Set」按鈕。
2. 按下「Open file」中選擇「test-set.arff」，然後按下「Close」退出回到Classifier主畫面。
3. 按下「Start」開始分類。
4. 等待Weka跑完之後，右邊的Classifier output (分類輸出)可以找到「Predictions on test set」，裡面寫著對未知案例的預測結果。每一種結果以逗號「,」分隔不同欄位。
取得「Predictions on test set」之後，這一階段大致上的處理流程就結束了。讓我們來看看預測結果每個欄位代表的意思：
- inst# (案例編號)：跟原本的test-set.arff對應，從上而下為每一個案例編號。因此1就是對應到檔案「unknown_1.jpg」。
- actual (實際分類)：因為分類項目是未知，所以這裡都是「?」。不過實際上我們知道編號1至5是初音，6到10不是初音。
- predicted (預測分類)：這裡Weka會預測該圖片的分類，有些是「miku」，有些是「no-miku」。
- error (發生錯誤)：如果有錯誤，這個欄位會顯示「+」。不過因為Weka不知道正確答案，所以不會有資料。
- distribution (分類機率分佈)：表示該案例分類到「miku」或「no-miku」的機率。
從預測結果中可以發現兩個錯誤分類的案例：
- 案例編號2被分類到「no-miku」。
是因為綠色的範圍相對較小嗎？ - 案例編號6被分類到「miku」。
是因為這個紋理很像是馬尾嗎？
到此為止，我們就這樣完成了彩色圖片的分類與預測囉。雖然步驟看起來很多，但熟悉這個流程之後就可以很快上手了。
有心的同學也可以試著將外層FilteredClassifier中的filter換成其他的Image Filter看看，比較看看抽取不同圖片特徵對於分類的影響吧。
