OpenCV码源笔记——RandomTrees (一)

最新推荐文章于 2024-04-26 09:00:00 发布

小熊不去实验室

最新推荐文章于 2024-04-26 09:00:00 发布

阅读量7.2k

点赞数

分类专栏：学习OpenCV 文章标签： documentation random 存储 csv null api

学习OpenCV 专栏收录该内容

71 篇文章 106 订阅

订阅专栏

OpenCV2.3中Random Trees（R.T.）的继承结构：

API：

CvRTParams	定义R.T.训练用参数，CvDTreeParams的扩展子类，但并不用到CvDTreeParams（单一决策树）所需的所有参数。比如说，R.T.通常不需要剪枝，因此剪枝参数就不被用到。 *max_depth* 单棵树所可能达到的最大深度 *min_sample_count* 树节点持续分裂的最小样本数量，也就是说，小于这个数节点就不持续分裂，变成叶子了 *regression_accuracy* 回归树的终止条件，如果所有节点的精度都达到要求就停止 *use_surrogates* 是否使用代理分裂。通常都是false，在有缺损数据或计算变量重要性的场合为true，比如，变量是色彩，而图片中有一部分区域因为光照是全黑的 *max_categories* 将所有可能取值聚类到有限类，以保证计算速度。树会以次优分裂（suboptimal split）的形式生长。只对2种取值以上的树有意义 *priors* 优先级设置，设定某些你尤其关心的类或值，使训练过程更关注它们的分类或回归精度。通常不设置 *calc_var_importance* 设置是否需要获取变量的重要值，一般设置true *nactive_vars* 树的每个节点随机选择变量的数量，根据这些变量寻找最佳分裂。如果设置0值，则自动取变量总和的平方根 *max_num_of_trees_in_the_forest* R.T.中可能存在的树的最大数量 *forest_accuracy* 准确率（作为终止条件） termcrit_type 终止条件设置 -- CV_TERMCRIT_ITER 以树的数目为终止条件，max_num_of_trees_in_the_forest生效 -- CV_TERMCRIT_EPS 以准确率为终止条件，forest_accuracy生效 -- CV_TERMCRIT_ITER \| CV_TERMCRIT_EPS 两者同时作为终止条件
CvRTrees::train	训练R.T. *return bool* 训练是否成功 train_data 训练数据：样本（一个样本由固定数量的多个变量定义），以Mat的形式存储，以列或行排列，必须是CV_32FC1格式 *tflag* trainData的排列结构 -- CV_ROW_SAMPLE 行排列 -- CV_COL_SAMPLE 列排列 *responses* 训练数据：样本的值（输出），以一维Mat的形式存储，对应trainData，必须是CV_32FC1或CV_32SC1格式。对于分类问题，responses是类标签；对于回归问题，responses是需要逼近的函数取值 *var_idx* 定义感兴趣的变量，变量中的某些，传null表示全部 *sample_idx* 定义感兴趣的样本，样本中的某些，传null表示全部 *var_type* 定义responses的类型 -- CV_VAR_CATEGORICAL 分类标签 -- CV_VAR_ORDERED（CV_VAR_NUMERICAL）数值，用于回归问题 *missing_mask* 定义缺失数据，和train_data一样大的8位Mat params CvRTParams定义的训练参数
CvRTrees::train	训练R.T.（简短版的train函数） *return bool* 训练是否成功 *data* 训练数据：CvMLData格式，可从外部.csv格式的文件读入，内部以Mat形式存储，也是类似的value / responses / missing mask。 params CvRTParams定义的训练参数
CvRTrees:predict	对一组输入样本进行预测（分类或回归） *return double* 预测结果 *sample* 输入样本，格式同CvRTrees::train的train_data *missing_mask* 定义缺失数据

Example：

 
   #include <cv.h>
#include  <stdio.h>
#include <highgui.h>
#include  <ml.h>
#include <map>
 
void print_result(floattrain_err,floattest_err,
                  constCvMat*_var_imp)
{
    printf(  "train error    %f\n", train_err );
    printf( "test error    %f\n\n",test_err );
 
    if (_var_imp)
    {
        cv::Matvar_imp(_var_imp),sorted_idx;
        cv::sortIdx(var_imp,sorted_idx,CV_SORT_EVERY_ROW +
            CV_SORT_DESCENDING);
 
        printf(  "variable importance:\n" );
        int  i, n = (int)var_imp.total();
        int type =var_imp.type();
        CV_Assert(type ==CV_32F ||type ==CV_64F);
 
        for(  i = 0; i <  n; i++)
        {
            intk =sorted_idx.at<int>(i);
            printf(  "%d\t%f\n", k,  type == CV_32F ?
                var_imp.at<float>(k) :
                var_imp.at<double>(k));
        }
    }
    printf("\n");
}
 
int main()
{
    const char*filename ="data.xml";
    int  response_idx = 0;
 
    CvMLData  data;
    data.read_csv(filename );// read data
    data.set_response_idx(response_idx );// set response index
    data.change_var_type(response_idx,
        CV_VAR_CATEGORICAL );// set response type
    // split train and test data
    CvTrainTestSplitspl( 0.5f );
    data.set_train_test_split( &spl );
    data.set_miss_ch("?");// set missing value
 
    CvRTrees  rtrees;
    rtrees.train( &data,CvRTParams( 10, 2, 0,false,
        16, 0, true, 0, 100, 0,CV_TERMCRIT_ITER ));
    print_result(  rtrees.calc_error( &data,CV_TRAIN_ERROR),
        rtrees.calc_error( &data,CV_TEST_ERROR ),
        rtrees.get_var_importance() );
 
    return 0;
}
 
  