線形を非線形に。CIFAR10データセットを用いた場合。

Question

Google Colaboratoryを使用し、以下のコードを非線形のものにする。線形、非線形のことを理解しておらず、どのように手を施していいか分かりません。以下のコードの結果は図のようになりました。カーネルSVMを識別の実装を行うことが必要となっていますが、理解できていません。

import keras
from keras.datasets import mnist
import matplotlib.pyplot as plt

# Read MNIST data
(X_train, y_train), (X_test, y_test) = mnist.load_data()

# display images
for i in range(0, 32):
    plt.subplot(4, 8, i+1)
    plt.imshow(X_train[i], cmap='gray')

plt.show()

以下のコードをCIFAR10データセットを用いた場合を実行したいのですが、どのようにすれば実行できるのでしょうか。画像サイズを変える必要があるとのことですがGoogle Colaboratoryを利用してどのようにやるかができていません。情報不足ではありますが、分かる範囲のことを教えて頂きたいです。

import keras
from keras.datasets import mnist
from sklearn import svm
from sklearn.metrics import accuracy_score, confusion_matrix

# input/output size
in_size = 28 * 28
out_size = 10

# read MNIST data
(X_train, y_train), (X_test, y_test) = mnist.load_data()

# 28*28 -> 784
X_train = X_train.reshape(-1, 784).astype('float32') / 255
X_test = X_test.reshape(-1, 784).astype('float32') / 255

# train
print('Training...')
classifier = svm.LinearSVC()
classifier.fit(X_train, y_train)

# test
print('Testing...')
predicted = classifier.predict(X_test)

print('target   : ' + str(y_test))
print('predicted: ' + str(predicted))

print('accuracy = %.4f\n' % accuracy_score(y_test, predicted))
print('confusion matrix:')
print(confusion_matrix(y_test, predicted))

実行結果
Training...
Testing...
target   : [7 2 1 ... 4 5 6]
predicted: [7 2 1 ... 4 5 6]
accuracy = 0.9187

confusion matrix:
[[ 962    0    2    1    1    4    5    3    1    1]
 [   0 1112    3    2    0    1    5    1   11    0]
 [  11   11  914   18   10    4   13   12   36    3]
 [   4    0   19  918    2   22    5   12   20    8]
 [   1    4    5    4  913    0    9    3    6   37]
 [   9    2    0   38   12  770   17    7   29    8]
 [   7    4    7    2    5   21  909    1    2    0]
 [   2    8   23    5    7    1    1  948    5   28]
 [  11   12    8   20   14   31    8   13  845   12]
 [   7    8    2   15   31   12    0   26   12  896]]
/usr/local/lib/python3.6/dist-packages/sklearn/svm/_base.py:947: ConvergenceWarning: Liblinear failed to converge, increase the number of iterations.
  "the number of iterations.", ConvergenceWarning)

Answer 1

CIFAR-10をSVMで分類するコードは、下記から参照できます
畳み込みニューラルネットワークすごさを従来の機械学習のアルゴリズムと比較する