Comment optimiser la structure de vos colonnes de pixels en utilisant le groupement par canaux de couleurs ?

Par défaut, l'action traite les pixels de manière séquentielle. Cependant, l'utilisation du paramètre groupChannels permet d'organiser les données de manière beaucoup plus structurée pour les images en couleur. En activant cette option, l'action regroupe tous les pixels du canal bleu, puis tous ceux du canal vert, et enfin tous ceux du canal rouge.

D'un point de vue métier, cette organisation facilite grandement l'ingénierie de caractéristiques (feature engineeringProcessus de transformation, création ou sélection de variables brutes en indicateurs prédictifs pertinents pour optimiser la performance et la précision des modèles de machine learning.) ou l'application de filtres spécifiques à une couleur. Cela permet aux scientifiques des données de mieux comprendre la contribution de chaque composante spectrale à la décision finale du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting)., améliorant ainsi l'interprétabilité des résultats au sein du plan de données.

Exemples pour l'action flattenImages

Aplatissement basique en niveaux de gris

On transforme les images en format 28x28 pixels en une seule ligne de 784 colonnes.

Aplatissement expert avec regroupement de canaux et métadonnées

Dans cet exemple, on aplatit des images en 32x32 couleur, en regroupant les canaux (R, G, B séparés) et en gardant explicitement certaines colonnes d'origine.