本关任务：现有1元、5元、10元、20元、50元、100元共6种面额的纸币彩色图像数据集（每种纸币按正、反面和两个不同的方向，分别采集10张图片，累计每个币种采集40张图片，6种币种合计240张图片），请计算每张图片R、G、B三个颜色通道的一阶、二阶、三阶颜色矩阵，共9个特征指标数据，记为自变量X，同时构造纸币面额标签数据集，记为因变量Y。为了完成本关任务，你需要掌握：1学会利用listdir()

第5类为绿色，采集了6张图片。对5种类型共203张图片，按照80%训练、20%测试进行随机划分，构建基于水色图像的水质识别模型。本关任务2（纸币图像识别）：现有1元、5元、10元、20元、50元、100元共6种面额的纸币彩色图像数据集（每种纸币按正、反面和两个不同的方向，分别采集10张图片，累计每个币种采集40张图片，6种币种合计240张图片），请计算每张图片R、G、B三个颜色通道的一阶、二阶、三

把X，Y分别随机划分为训练集和测试集，训练集占总数据的80%，测试集占20%。（test_size为测试集所占的比例）根据提示，在右侧编辑器补充代码，按照任务要求获取数据，划分数据，利用支持分类向量机输出模型的准确率和测试集的预测准确率。构建支持向量机分类模型，利用随机分配的80%的数据对向量机模型进行训练。开始你的任务吧，祝你成功！

读取机器学习包中的人脸识别图像数据集，对数据集进行探索分析，对像素特征数据做主成分分析，并提取主成分，要求累计贡献率在95％以上。基于提取的主成分数据，按80%训练和20%测试，构建支持向量机分类模型，输出模型准确率和测试数据集的预测准确率。根据提示，在右侧编辑器补充代码，按照任务要求获取数据，划分数据，利用支持分类向量机输出模型的准确率和测试集的预测准确率。本关的大体内容上与本章节的第3关类似，

机器学习基本模型与算法在线实验闯关第10关：K均值聚类算法及其应用

头歌机器学习基本模型与算法在线实验闯关第11关：布尔数据集构建

头歌机器学习基本模型与算法在线实验闯关第9关：基于主成分分析的综合评价

头歌机器学习基本模型与算法在线实验闯关第3关：支持向量机分类模型及其应用

头歌机器学习基本模型与算法在线实验闯关第12关：基于布尔数据集的一对一和多对一关联规则挖掘

头歌机器学习基本模型与算法在线实验闯关第5关：神经网络分类模型及其应用