CvKNearest是opencv中实现K邻近分析的类,对于K近邻的理解可以查看博文http://blog.csdn.net/v_july_v/article/details/8203674
该类有主要的函数有两个:train和find_nearest,下面简单解释两个函数的参数意义和使用
CvKNearest::train(const Mat& trainData, const Mat& responses, const Mat& sampleIdx=Mat(), bool isRegression=false, int maxK=32, bool updateBase=false )
trainData: 即训练数据。
response: 对应每一个训练数据的类别或回归值;
sampleIdx: 暂时不清楚其意义;
isRegression:如果是true表示回归,false表示分类;
maxK: 最大的近邻个数
updateBase: 指定模型是否从头训练(update_base = false),或是更新使用新的训练数据(update_base = true)。在后一种情况下,参数maxK不得大于原始值。
float CvKNearest::find_nearest(const Mat& samples, int k, Mat* results, const float** neighbor, Mat* neighborResponses, Mat* dists) const
float CvKNearest::find_nearest(const Mat& samples, int k, Mat& results, Mat& neighborResponses, Mat& dists) const
samples: 输入参数,大小为样本数(rows)×样本特征数(cols);
k: 输入参数,即需要返回的k个邻近;
results: 输出参数,返回的结果(类别或者是回归值),大小为样本数(rows);
neighbor: 输出参数,返回的是指向邻居向量本身的指针,即指向的是原来的训练数据。
neighborResponses: 输出参数,输出每个样本对应的k个最邻近的response,大小为样本数(rows)×k;
dists: 输出参数,输出每个样本对应的k个最邻近的距离,大小为样本数(rows)×k;