K Nearest Neighbors
这个算法首先贮藏所有的训练样本,然后通过分析(包括选举,计算加权和等方式)一个新样本周围K个最近邻以给出该样本的相应值。这种方法有时候被称作“基于样本的学习”,即为了预测,我们对于给定的输入搜索最近的已知其相应的特征向量。
class CvKNearest : public CvStatModel //继承自ML库中的统计模型基类
{public:
CvKNearest();//无参构造函数
virtual ~CvKNearest(); //虚函数定义
CvKNearest(const CvMat* _train_data, const CvMat*_responses,const CvMat* _sample_idx=0, bool _is_regression=false, int max_k=32 );//有参构造函数
virtual bool train( const CvMat* _train_data, const CvMat*_responses,const CvMat* _sample_idx=0, bool is_regression=false,int _max_k=32, bool _update_base=false);virtual float find_nearest( const CvMat* _samples, int k, CvMat*results,const float** neighbors=0, CvMat* neighbor_responses=0, CvMat* dist=0 ) const;virtual voidclear();int get_max_k() const;int get_var_count() const;int get_sample_count() const;bool is_regression() const;protected:
...
};
CvKNearest::train
训练KNN模型
bool CvKNearest::train( const CvMat* _train_data, const CvMat*_responses,const CvMat* _sample_idx=0, bool is_regression=false,int _max_k=32, bool _update_base=false );
这个类的方法训练K近邻模型。它遵循一个一般训练方法约定的限制:只支持CV_ROW_SAMPLE数据格式,输入向量必须都是有序的,而输出可以 是 无序的(当is_regression=false),可以是有序的(is_regression=true)。并且变量子集和省略度量是不被支持的。
参数_max_k 指定了最大邻居的个数,它将被传给方法find_nearest。 参数 _update_base 指定模型是由原来的数据训练(_update_base=false),还是被新训练数据更新后再训练(_update_base=true)。在后一种情况下_max_k 不能大于原值, 否则它会被忽略.
CvKNearest::find_nearest
寻找输入向量的最近邻
float CvKNearest::find_nearest( const CvMat* _samples, int k, CvMat* results=0,const float** neighbors=0, CvMat* neighbor_responses=0, CvMat* dist=0 ) const;
对每个输入向量(表示为matrix_sample的每一行),该方法找到k(k≤get_max_k() )个最近邻。在回归中,预测结果将是指定向量的近邻的响应的均值。在分类中,类别将由投票决定。
对传统分类和回归预测来说,该方法可以有选择的返回近邻向量本身的指针(neighbors, array of k*_samples->rows pointers),它们相对应的输出值(neighbor_responses, a vector of k*_samples->rows elements) ,和输入向量与近邻之间的距离(dist, also a vector of k*_samples->rows elements)。
对每个输入向量来说,近邻将按照它们到该向量的距离排序。
对单个输入向量,所有的输出矩阵是可选的,而且预测值将由该方法返回。
例程:使用kNN进行2维样本集的分类,样本集的分布为混合高斯分布
#include "ml.h"#include"highgui.h"
int main( int argc, char**argv )
{const int K = 10;inti, j, k, accuracy;floatresponse;int train_sample_count = 100;
CvRNG rng_state= cvRNG(-1);
CvMat* trainData = cvCreateMat( train_sample_count, 2, CV_32FC1 );
CvMat* trainClasses = cvCreateMat( train_sample_count, 1, CV_32FC1 );
IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3);float _sample[2];
CvMat sample= cvMat( 1, 2, CV_32FC1, _sample );
cvZero( img );
CvMat trainData1, trainData2, trainClasses1, trainClasses2;//form the training samples
cvGetRows( trainData, &trainData1, 0, train_sample_count/2);
cvRandArr(&rng_state, &trainData1, CV_RAND_NORMAL, cvScalar(200,200), cvScalar(50,50) );
cvGetRows( trainData,&trainData2, train_sample_count/2, train_sample_count );
cvRandArr(&rng_state, &trainData2, CV_RAND_NORMAL, cvScalar(300,300), cvScalar(50,50) );
cvGetRows( trainClasses,&trainClasses1, 0, train_sample_count/2);
cvSet(&trainClasses1, cvScalar(1) );
cvGetRows( trainClasses,&trainClasses2, train_sample_count/2, train_sample_count );
cvSet(&trainClasses2, cvScalar(2) );//learn classifier
CvKNearest knn( trainData, trainClasses, 0, false, K );
CvMat* nearests = cvCreateMat( 1, K, CV_32FC1);for( i = 0; i < img->height; i++)
{for( j = 0; j < img->width; j++)
{
sample.data.fl[0] = (float)j;
sample.data.fl[1] = (float)i;//estimates the response and get the neighbors' labels
response = knn.find_nearest(&sample,K,0,0,nearests,0);//compute the number of neighbors representing the majority
for( k = 0, accuracy = 0; k < K; k++)
{if( nearests->data.fl[k] ==response)
accuracy++;
}//highlight the pixel depending on the accuracy (or confidence)
cvSet2D( img, i, j, response == 1 ?(accuracy> 5 ? CV_RGB(180,0,0) : CV_RGB(180,120,0)) :
(accuracy> 5 ? CV_RGB(0,180,0) : CV_RGB(120,120,0)) );
}
}//display the original training samples
for( i = 0; i < train_sample_count/2; i++)
{
CvPoint pt;
pt.x= cvRound(trainData1.data.fl[i*2]);
pt.y= cvRound(trainData1.data.fl[i*2+1]);
cvCircle( img, pt,2, CV_RGB(255,0,0), CV_FILLED );
pt.x= cvRound(trainData2.data.fl[i*2]);
pt.y= cvRound(trainData2.data.fl[i*2+1]);
cvCircle( img, pt,2, CV_RGB(0,255,0), CV_FILLED );
}
cvNamedWindow("classifier result", 1);
cvShowImage("classifier result", img );
cvWaitKey(0);
cvReleaseMat(&trainClasses );
cvReleaseMat(&trainData );return 0;
}
结果: