1、CvTrees相关函数解析
1.1 CvRTParams函数
CvRTParams( int max_depth,
int min_sample_count,
float regression_accuracy,
bool use_surrogates,
int max_categories,
const float* priors,
bool calc_var_importance,
int nactive_vars,
int max_num_of_trees_in_the_forest,
float forest_accuracy,
int termcrit_type );
参数解析：
（1）int max_depth：表示决策树的深度，该值的大小严重影响拟合的效果。
（2）int min_sample_count：表示决策树节点的最小样本数，如果节点的样本数小于该值，则该节点不再分叉，一般该值为样本总数的1%。
（3）float regression_accuracy：表示终止构建回归树的一个条件，回归树的响应值的精度a如果达到该值，则无需再分叉。该值不能小于0，否则报错。
（4）bool use_surrogates：表示是否使用替代分叉节点，false表示不使用替代分叉节点。
（5）int max_categories：表示特征属性为类的形式的最大类的数量。
（6）const float* priors：表示决策树的特征属性的先验概率。
（7）bool calc_var_importance：表示是否计算特征属性的重要程度。
（8）int nactive_vars,：表示用于寻找最佳分叉属性的每个节点的随机特征属性的数量，如果该值设置为0，则表示该值为样本的全部特征属性的平方根。
（9）int max_num_of_trees_in_the_forest：表示森林中决策树的最大数量，也就是最大迭代次数，因为每迭代一次，就会得到一颗决策树。通常来说，决策树越多，预测越准确，但决策树的数量达到一定程度之后，准确度的增长会减小，甚至区域不变。另一方面，预测时间是与决策树的数量呈线性关系的。
（10）float forest_accuracy：表示OOB误差的精度要求。
（11）int termcricER以决策树达到max_num_of_trees_in_the_forest为终止条件；CV_TERMCRIT_EPS以精度到达forest_accuracy为终止条件；CV_TERMCRIT_ITER|CV_TERMCRIT_EPS为任一条件达到即终止。
1.2 训练函数train
virtual bool train( const CvMat* trainData,
int tflag,
const CvMat* responses,
const CvMat* varIdx=0,
const CvMat* sampleIdx=0,
const CvMat* varType=0,
const CvMat* missingDataMask=0,
CvRTParams params=CvRTParams() );参数解析：
（1）const CvMat* trainData：训练样本数据，必须为32FC1类型的矩阵形式。
（2）int tflag：训练数据的特征属性类型，如果为CV_ROW_SAMPLE，表示样本是以行的形式存储的，即_train_data矩阵的每一行为一个样本；如果为CV_COLSAMPLE，表示样本是以列的形式存储的。
（3）const CvMat* responses：样本的结果，即响应值，该值必须是32SC1或32FC1类型的一维矩阵（即矢量）的形式，并且元素的数量必须与训练样本数据_train_data的样本数一致
（4）const CvMat* varIdx=0：标识感兴趣的特征属性，即真正用于训练的那些特征属性，该值的形式与sample_idx的变量相似
（5）const CvMat* sampleIdx=0：标识感兴趣的样本，即真正用于训练的样本，该值必须是一维矩阵的形式，即矢量的形式，并且类型必须是8UC1、8SU1或者32SUC1。
（6）const CvMat* varType=0：特征属性的形式，是类的形式，还是数值的形式，用掩码的形式来表现，0表示为数值的形式，1表示为类的形式。该值必须是一维矩阵，并且元素的数量必须是真正用于训练的那些特征属性的数量加1，多余的一个元素表示的是响应的形式，即是分类树，还是回归树。
（7）const CvMat* missingDataMask=0：缺失的特征属性，用掩码的形式表现对应的特征属性，0表示没有缺失，而且必须与_train_data的矩阵尺寸大小一致。
（8）CvRTParams params=CvRTParams()：构建随机森林的参数。
2、调用opencv的类CvRTrees做回归
#include <QCoreApplication>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
//训练样本
double trainingData[28][2] = {{210.4,3},{240.0,3},{300.0,4},{153.4,3},{138.0,3},
{194.0,4},{189.0,3},{126.8,3},{132.0,2},{260.9,4},
{176.7,3},{160.4,3},{389.0,3},{145.8,3},{160.0,3},
{141.6,2},{198.5,4},{142.7,3},{149.4,3},{200.0,3},
{447.8,5},{230.0,4},{123.6,3},{303.1,4},{188.8,2},
{196.2,4},{110.0,3},{252.6,3}};
CvMat trainingDataCvMat = cvMat(28,2,CV_32FC1,trainingData);
//样本响应值
float response[28] = {399900,369000,539900,314900,212000,
239999,329999,259900,299900,499998,
252900,242900,573900,464500,329900,
232000,299900,198999,242500,347000,
699900,449900,199900,599000,255000,
259900,249900,469000};
CvMat responseCvMat = cvMat(28,1,CV_32FC1,response);
//设置参数
CvRTParams params = CvRTParams(10,//1决策树深度
2,//2决策树节点的最小样本数
0,//3终止构建回归树的精度条件
false,//4是否使用代替分叉节点
16,//5特征属性为类的形式的最大的类的数量
0,//6决策树的特征属性的先验概率
true,//7表示是否计算特征属性的重要程度
0,//8用于寻找最佳分叉属性的每个节点的随机特征属性的数量，如果为0，则该值为样本的全部特征属性的平方根
100,//9森林中决策树的最大数量
0,//10 OOB误差的精度要求
CV_TERMCRIT_ITER//11随机森林构建的终止条件
);
//CvRTrees rtrees;
CvRTrees* rtrees = new CvRTrees;
rtrees->train(&trainingDataCvMat,//1
CV_ROW_SAMPLE,//2
&responseCvMat,//3
NULL,//4
NULL,//5
NULL,//6
NULL,//7
params//8
);
//test
double sampleData[2] = {201.5,3};
Mat sampleMat(2,1,CV_32FC1,sampleData);
float r = rtrees->predict(sampleMat);
cout<<endl<<"result: "<<r<<endl;
return a.exec();
}
最终的输出值为252900。
3、调用opencv的类CvRTrees做分类
#include <QCoreApplication>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
//samples
double trainingData[28][2] = {{210.4,3},{240.0,3},{300.0,4},{153.4,3},{138.0,3},
{194.0,4},{189.0,3},{126.8,3},{132.0,2},{260.9,4},
{176.7,3},{160.4,3},{389.0,3},{145.8,3},{160.0,3},
{141.6,2},{198.5,4},{142.7,3},{149.4,3},{200.0,3},
{447.8,5},{230.0,4},{123.6,3},{303.1,4},{188.8,2},
{196.2,4},{110.0,3},{252.6,3}};
CvMat trainingDataCvMat = cvMat(28,2,CV_32FC1,trainingData);
float response[28] = {1,1,1,0,0,
0,0,0,0,1,
0,0,1,0,0,
0,0,0,0,1,
1,1,0,1,0,
0,0,1};
CvMat responseCvMat = cvMat(28,1,CV_32FC1,response);
Mat var_type = Mat(2 + 1, 1, CV_8U );
var_type.setTo(Scalar(CV_VAR_NUMERICAL) );
var_type.at<uchar>(2, 0) = CV_VAR_CATEGORICAL;
CvMat * var_type1 = var_type;
//train
CvRTParams params = CvRTParams(10,//1决策树深度
2,//2决策树节点的最小样本数
0,//3终止构建回归树的精度条件
false,//4是否使用代替分叉节点
16,//5特征属性为类的形式的最大的类的数量
0,//6决策树的特征属性的先验概率
false,//7表示是否计算特征属性的重要程度
0,//8用于寻找最佳分叉属性的每个节点的随机特征属性的数量，如果为0，则该值为样本的全部特征属性的平方根
100,//9森林中决策树的最大数量
0.01f,//10 OOB误差的精度要求
CV_TERMCRIT_ITER//11随机森林构建的终止条件
);
//CvRTrees rtrees;
CvRTrees* rtrees = new CvRTrees;
rtrees->train(&trainingDataCvMat,//1
CV_ROW_SAMPLE,//2
&responseCvMat,//3
NULL,//4
NULL,//5
var_type1,//6
NULL,//7
params//8
);
//test
double sampleData[2] = {201.5,3};
Mat sampleMat(2,1,CV_32FC1,sampleData);
float r = rtrees->predict(sampleMat);
cout<<endl<<"result: "<<r<<endl;
return a.exec();
}
3706
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
