类 RTrees
- java.lang.Object
-
- org.opencv.core.Algorithm
-
- org.opencv.ml.StatModel
-
- org.opencv.ml.DTrees
-
- org.opencv.ml.RTrees
-
public class RTrees extends DTrees
此类实现随机森林预测器。参见:参考:ml_intro_rtrees
-
-
字段摘要
-
继承自类 org.opencv.ml.DTrees 的字段
PREDICT_AUTO,PREDICT_MASK,PREDICT_MAX_VOTE,PREDICT_SUM
-
继承自类 org.opencv.ml.StatModel 的字段
COMPRESSED_INPUT,PREPROCESSED_INPUT,RAW_OUTPUT,UPDATE_MODEL
-
-
构造函数摘要
构造函数 修饰符 构造函数 描述 protected
RTrees(long addr)
-
方法摘要
所有方法 静态方法 实例方法 具体方法 修饰符和类型 方法 描述 static RTrees
__fromPtr__(long addr)
static RTrees
create()
创建空模型。protected void
finalize()
int
getActiveVarCount()
参见:setActiveVarCountboolean
getCalculateVarImportance()
参见:setCalculateVarImportancedouble
getOOBError()
返回在训练阶段计算的袋外错误值,当时 calcOOBError 设置为 true。TermCriteria
getTermCriteria()
参见:setTermCriteriaMat
getVarImportance()
返回变量重要性数组。void
getVotes(Mat samples, Mat results, int flags)
返回森林中每棵单独树的结果。static RTrees
load(java.lang.String filepath)
从文件加载并创建一个序列化的 RTree。使用 RTree::save 将 RTree 序列化并存储到磁盘。static RTrees
load(java.lang.String filepath, java.lang.String nodeName)
从文件加载并创建一个序列化的 RTree。使用 RTree::save 将 RTree 序列化并存储到磁盘。void
setActiveVarCount(int val)
getActiveVarCount 参见:getActiveVarCountvoid
setCalculateVarImportance(boolean val)
getCalculateVarImportance 参见:getCalculateVarImportancevoid
setTermCriteria(TermCriteria val)
getTermCriteria 参见:getTermCriteria-
继承自类 org.opencv.ml.DTrees 的方法
getCVFolds,getMaxCategories,getMaxDepth,getMinSampleCount,getPriors,getRegressionAccuracy,getTruncatePrunedTree,getUse1SERule,getUseSurrogates,setCVFolds,setMaxCategories,setMaxDepth,setMinSampleCount,setPriors,setRegressionAccuracy,setTruncatePrunedTree,setUse1SERule,setUseSurrogates
-
继承自类 org.opencv.ml.StatModel 的方法
calcError,empty,getVarCount,isClassifier,isTrained,predict,predict,predict,train,train,train
-
继承自类 org.opencv.core.Algorithm 的方法
clear,getDefaultName,getNativeObjAddr,save
-
-
-
-
方法详情
-
__fromPtr__
public static RTrees __fromPtr__(long addr)
-
getCalculateVarImportance
public boolean getCalculateVarImportance()
参见:setCalculateVarImportance- 返回值
- 自动生成
-
setCalculateVarImportance
public void setCalculateVarImportance(boolean val)
getCalculateVarImportance 参见:getCalculateVarImportance- 参数
val
- 自动生成
-
getActiveVarCount
public int getActiveVarCount()
参见:setActiveVarCount- 返回值
- 自动生成
-
setActiveVarCount
public void setActiveVarCount(int val)
getActiveVarCount 参见:getActiveVarCount- 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
-
getVarImportance
public Mat getVarImportance()
返回变量重要性数组。当 CalculateVarImportance 设置为 true 时,此方法返回在训练阶段计算的变量重要性向量。如果此标志设置为 false,则返回空矩阵。- 返回值
- 自动生成
-
getVotes
public void getVotes(Mat samples, Mat results, int flags)
返回森林中每棵单独树的结果。如果模型是回归问题,则该方法将返回每种样本情况下的每棵树的结果。如果模型是分类器,它将返回一个包含样本 + 1 行的 Mat,其中第一行给出类号,后续行返回每个类对每个样本的投票数。- 参数
samples
- 包含将计算其投票的样本的数组。results
- 将写入计算结果的数组。flags
- 用于定义 RTrees 类型的标志。
-
getOOBError
public double getOOBError()
返回在训练阶段计算的袋外错误值,当时 calcOOBError 设置为 true。如果此标志设置为 false,则返回 0。袋外错误也按样本权重进行缩放。- 返回值
- 自动生成
-
create
public static RTrees create()
创建空模型。使用 StatModel::train 训练模型,StatModel::train 创建并训练模型,Algorithm::load 加载预训练模型。- 返回值
- 自动生成
-
load
public static RTrees load(java.lang.String filepath, java.lang.String nodeName)
从文件加载并创建一个序列化的 RTree。使用 RTree::save 将 RTree 序列化并存储到磁盘。通过使用文件的路径调用此函数再次加载此文件中的 RTree。可以选择指定包含分类器的文件的节点- 参数
filepath
- 序列化 RTree 的路径nodeName
- 包含分类器的节点名称- 返回值
- 自动生成
-
load
public static RTrees load(java.lang.String filepath)
从文件加载并创建一个序列化的 RTree。使用 RTree::save 将 RTree 序列化并存储到磁盘。通过使用文件的路径调用此函数再次加载此文件中的 RTree。可以选择指定包含分类器的文件的节点- 参数
filepath
- 序列化 RTree 的路径- 返回值
- 自动生成
-
finalize
protected void finalize() throws java.lang.Throwable
- 重写
- DTrees 类中的 finalize() 方法
- 可能抛出的异常
java.lang.Throwable (任何类型的异常)
-
-