包 org.opencv.ml

类 LogisticRegression

  • public class LogisticRegression
extends StatModel
    实现逻辑回归分类器。参见：REF: ml_intro_lr

    • 构造函数详情

      • LogisticRegression

        protected LogisticRegression​(long addr)

    • 方法详情

      • getLearningRate

        public double getLearningRate()
        参见：setLearningRate
        返回值
        自动生成

      • setLearningRate

        public void setLearningRate​(double val)
        getLearningRate 参见：getLearningRate
        参数
        val - 自动生成

      • getIterations

        public int getIterations()
        参见：setIterations
        返回值
        自动生成

      • setIterations

        public void setIterations​(int val)
        getIterations 参见：getIterations
        参数
        val - 自动生成

      • getRegularization

        public int getRegularization()
        参见：setRegularization
        返回值
        自动生成

      • setRegularization

        public void setRegularization​(int val)
        getRegularization 参见：getRegularization
        参数
        val - 自动生成

      • getTrainMethod

        public int getTrainMethod()
        参见：setTrainMethod
        返回值
        自动生成

      • setTrainMethod

        public void setTrainMethod​(int val)
        getTrainMethod 参见：getTrainMethod
        参数
        val - 自动生成

      • getMiniBatchSize

        public int getMiniBatchSize()
        参见：setMiniBatchSize
        返回值
        自动生成

      • setMiniBatchSize

        public void setMiniBatchSize​(int val)
        getMiniBatchSize 参见：getMiniBatchSize
        参数
        val - 自动生成

      • getTermCriteria

        public TermCriteria getTermCriteria()
        参见：setTermCriteria
        返回值
        自动生成

      • setTermCriteria

        public void setTermCriteria​(TermCriteria val)
        getTermCriteria 参见：getTermCriteria
        参数
        val - 自动生成

      • predict

        public float predict​(Mat samples,
                     Mat results,
                     int flags)
        预测输入样本的响应并返回浮点类型。
        覆盖
        predict 在类 StatModel 中
        参数
        samples - 预测算法的输入数据。矩阵 [m x n]，其中每一行包含一个被分类对象的变量（特征）。应该具有数据类型 CV_32F。
        results - 作为 CV_32S 类型列矩阵的预测标签。
        flags - 未使用。
        返回值
        自动生成

      • predict

        public float predict​(Mat samples,
                     Mat results)
        预测输入样本的响应并返回浮点类型。
        覆盖
        predict 在类 StatModel 中
        参数
        samples - 预测算法的输入数据。矩阵 [m x n]，其中每一行包含一个被分类对象的变量（特征）。应该具有数据类型 CV_32F。
        results - 作为 CV_32S 类型列矩阵的预测标签。
        返回值
        自动生成

      • predict

        public float predict​(Mat samples)
        预测输入样本的响应并返回浮点类型。
        覆盖
        predict 在类 StatModel 中
        参数
        samples - 预测算法的输入数据。矩阵 [m x n]，其中每一行包含一个被分类对象的变量（特征）。应该具有数据类型 CV_32F。
        返回值
        自动生成

      • get_learnt_thetas

        public Mat get_learnt_thetas()
        此函数返回按行排列的训练参数。对于二元分类问题，它返回一个行矩阵。它将逻辑回归的学习参数作为 CV_32F 类型的矩阵返回。
        返回值
        自动生成

      • create

        public static LogisticRegression create()
        创建空模型。使用给定的参数创建逻辑回归模型。
        返回值
        自动生成

      • load

        public static LogisticRegression load​(java.lang.String filepath,
                                      java.lang.String nodeName)
        从文件中加载并创建一个序列化的LogisticRegression。使用LogisticRegression::save序列化并将LogisticRegression存储到磁盘。通过使用文件的路径调用此函数，再次加载此文件中的LogisticRegression。可以选择指定包含分类器的文件的节点。
        参数
        filepath - 序列化 LogisticRegression 的路径
        nodeName - 包含分类器的节点的名称
        返回值
        自动生成

      • load

        public static LogisticRegression load​(java.lang.String filepath)
        从文件中加载并创建一个序列化的LogisticRegression。使用LogisticRegression::save序列化并将LogisticRegression存储到磁盘。通过使用文件的路径调用此函数，再次加载此文件中的LogisticRegression。可以选择指定包含分类器的文件的节点。
        参数
        filepath - 序列化 LogisticRegression 的路径
        返回值
        自动生成

      • finalize

        protected void finalize()
                 throws java.lang.Throwable
        覆盖
        在StatModel 类中，finalize 方法
        抛出异常类型
        java.lang.Throwable