java.lang.Object
- org.opencv.ml.TrainData

```
public class TrainData
extends java.lang.Object
```
封装训练数据的类。请注意，该类仅指定训练数据的接口，而不指定实现。_ml_模块中的所有统计模型类都接受Ptr<TrainData>作为参数。换句话说，您可以创建自己的从TrainData派生的类，并将指向此类实例的智能指针传递到StatModel::train。参见：参考：ml_intro_data

字段摘要

字段
修饰符和类型字段描述

protected long nativeObj

构造函数摘要

构造函数
修饰符构造函数描述

protected TrainData(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 TrainData`	`__fromPtr__(long addr)`
`static TrainData`	`create(Mat samples, int layout, Mat responses)`	从内存数组创建训练数据。
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx)`	从内存数组创建训练数据。
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx)`	从内存数组创建训练数据。
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx, Mat sampleWeights)`	从内存数组创建训练数据。
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx, Mat sampleWeights, Mat varType)`	从内存数组创建训练数据。
`protected void`	`finalize()`
`int`	`getCatCount(int vi)`
`Mat`	`getCatMap()`
`Mat`	`getCatOfs()`
`Mat`	`getClassLabels()`	返回类标签向量。该函数返回在响应中出现的唯一标签向量。
`Mat`	`getDefaultSubstValues()`
`int`	`getLayout()`
`Mat`	`getMissing()`
`int`	`getNAllVars()`
`void`	`getNames(java.util.List<java.lang.String> names)`	返回在loadFromCSV()中捕获的符号名称向量
`long`	`getNativeObjAddr()`
`Mat`	`getNormCatResponses()`
`int`	`getNSamples()`
`int`	`getNTestSamples()`
`int`	`getNTrainSamples()`
`int`	`getNVars()`
`Mat`	`getResponses()`
`int`	`getResponseType()`
`void`	`getSample(Mat varIdx, int sidx, float buf)`
`Mat`	`getSamples()`
`Mat`	`getSampleWeights()`
`static Mat`	`getSubMatrix(Mat matrix, Mat idx, int layout)`	从由传递的索引指定的矩阵行/列中提取。
`static Mat`	`getSubVector(Mat vec, Mat idx)`	从由传递的索引指定的1D向量元素中提取。
`Mat`	`getTestNormCatResponses()`
`Mat`	`getTestResponses()`
`Mat`	`getTestSampleIdx()`
`Mat`	`getTestSamples()`	返回测试样本矩阵
`Mat`	`getTestSampleWeights()`
`Mat`	`getTrainNormCatResponses()`	返回归一化类别响应向量。该函数返回响应向量。
`Mat`	`getTrainResponses()`	返回响应向量。该函数返回有序的或原始的类别响应。
`Mat`	`getTrainSampleIdx()`
`Mat`	`getTrainSamples()`	返回转置的训练样本矩阵。
`Mat`	`getTrainSamples(int layout)`	返回训练样本矩阵
`Mat`	`getTrainSamples(int layout, boolean compressSamples)`	返回训练样本矩阵
`Mat`	`getTrainSamples(int layout, boolean compressSamples, boolean compressVars)`	返回训练样本矩阵
`Mat`	`getTrainSampleWeights()`
`void`	`getValues(int vi, Mat sidx, float values)`
`Mat`	`getVarIdx()`
`Mat`	`getVarSymbolFlags()`
`Mat`	`getVarType()`
`void`	`setTrainTestSplit(int count)`	将训练数据拆分为训练部分和测试部分。参见：TrainData::setTrainTestSplitRatio
`void`	`setTrainTestSplit(int count, boolean shuffle)`	将训练数据拆分为训练部分和测试部分。参见：TrainData::setTrainTestSplitRatio
`void`	`setTrainTestSplitRatio(double ratio)`	将训练数据拆分为训练部分和测试部分。该函数选择指定相对大小的子集，然后将其作为训练集返回。
`void`	`setTrainTestSplitRatio(double ratio, boolean shuffle)`	将训练数据拆分为训练部分和测试部分。该函数选择指定相对大小的子集，然后将其作为训练集返回。
`void`	`shuffleTrainTest()`

继承的方法来自类 java.lang.Object
clone、equals、getClass、hashCode、notify、notifyAll、toString、wait、wait、wait

- 字段详情
  - nativeObj
```
protected final long nativeObj
```
- 构造函数详情
  - TrainData
```
protected TrainData(long addr)
```
- 方法详情
  - getNativeObjAddr
```
public long getNativeObjAddr()
```
  - __fromPtr__
```
public static TrainData __fromPtr__(long addr)
```
  - getLayout
```
public int getLayout()
```
  - getNTrainSamples
```
public int getNTrainSamples()
```
  - getNTestSamples
```
public int getNTestSamples()
```
  - getNSamples
```
public int getNSamples()
```
  - getNVars
```
public int getNVars()
```
  - getNAllVars
```
public int getNAllVars()
```
  - getSample
```
public void getSample(Mat varIdx,
                      int sidx,
                      float buf)
```
  - getSamples
```
public Mat getSamples()
```
  - getMissing
```
public Mat getMissing()
```
  - getTrainSamples
```
public Mat getTrainSamples(int layout,
                           boolean compressSamples,
                           boolean compressVars)
```
    返回训练样本矩阵
    
    参数
    
    layout - 请求的布局。如果它与初始布局不同，则矩阵将被转置。参见 ml::SampleTypes。
    
    compressSamples - 如果为真，则函数只返回训练样本（由 sampleIdx 指定）
    
    compressVars - 如果为真，则函数将返回较短的训练样本，其中只包含活动变量。在当前实现中，该函数试图避免物理数据复制，并返回 TrainData 中存储的矩阵（除非需要转置或压缩）。
    
    返回
    
    自动生成
  - getTrainSamples
```
public Mat getTrainSamples(int layout,
                           boolean compressSamples)
```
    返回训练样本矩阵
    
    参数
    
    layout - 请求的布局。如果它与初始布局不同，则矩阵将被转置。参见 ml::SampleTypes。
    
    compressSamples - 如果为真，则函数只返回训练样本（由 sampleIdx 指定）活动变量。在当前实现中，该函数试图避免物理数据复制，并返回 TrainData 中存储的矩阵（除非需要转置或压缩）。
    
    返回
    
    自动生成
  - getTrainSamples
```
public Mat getTrainSamples(int layout)
```
    返回训练样本矩阵
    
    参数
    
    layout - 请求的布局。如果它与初始布局不同，则矩阵将被转置。参见 ml::SampleTypes。sampleIdx) 活动变量。在当前实现中，该函数尝试避免物理数据复制，并返回 TrainData 内部存储的矩阵（除非需要转置或压缩）。
    
    返回
    
    自动生成
  - getTrainSamples
```
public Mat getTrainSamples()
```
    返回转置后的训练样本矩阵。参见 ml::SampleTypes。sampleIdx) 活动变量。在当前实现中，该函数尝试避免物理数据复制，并返回 TrainData 内部存储的矩阵（除非需要转置或压缩）。
    
    返回
    
    自动生成
  - getTrainResponses
```
public Mat getTrainResponses()
```
    返回响应向量。该函数返回有序的或原始的分类响应。通常用于回归算法。
    
    返回
    
    自动生成
  - getTrainNormCatResponses
```
public Mat getTrainNormCatResponses()
```
    返回归一化的分类响应向量。该函数返回响应向量。每个响应都是从0到<类别数>-1的整数。然后可以从类别标签向量中检索实际标签值，参见 TrainData::getClassLabels。
    
    返回
    
    自动生成
  - getTestResponses
```
public Mat getTestResponses()
```
  - getTestNormCatResponses
```
public Mat getTestNormCatResponses()
```
  - getResponses
```
public Mat getResponses()
```
  - getNormCatResponses
```
public Mat getNormCatResponses()
```
  - getSampleWeights
```
public Mat getSampleWeights()
```
  - getTrainSampleWeights
```
public Mat getTrainSampleWeights()
```
  - getTestSampleWeights
```
public Mat getTestSampleWeights()
```
  - getVarIdx
```
public Mat getVarIdx()
```
  - getVarType
```
public Mat getVarType()
```
  - getVarSymbolFlags
```
public Mat getVarSymbolFlags()
```
  - getResponseType
```
public int getResponseType()
```
  - getTrainSampleIdx
```
public Mat getTrainSampleIdx()
```
  - getTestSampleIdx
```
public Mat getTestSampleIdx()
```
  - getValues
```
public void getValues(int vi,
                      Mat sidx,
                      float values)
```
  - getDefaultSubstValues
```
public Mat getDefaultSubstValues()
```
  - getCatCount
```
public int getCatCount(int vi)
```
  - getClassLabels
```
public Mat getClassLabels()
```
    返回类标签向量。该函数返回在响应中出现的唯一标签向量。
    
    返回
    
    自动生成
  - getCatOfs
```
public Mat getCatOfs()
```
  - getCatMap
```
public Mat getCatMap()
```
  - setTrainTestSplit
```
public void setTrainTestSplit(int count,
                              boolean shuffle)
```
    将训练数据拆分为训练部分和测试部分。参见：TrainData::setTrainTestSplitRatio
    
    参数
    
    count - 自动生成
    
    shuffle - 自动生成
  - setTrainTestSplit
```
public void setTrainTestSplit(int count)
```
    将训练数据拆分为训练部分和测试部分。参见：TrainData::setTrainTestSplitRatio
    
    参数
    
    count - 自动生成
  - setTrainTestSplitRatio
```
public void setTrainTestSplitRatio(double ratio,
                                   boolean shuffle)
```
    将训练数据分割成训练部分和测试部分。该函数选择一个指定相对大小的子集，然后将其作为训练集返回。如果未调用此函数，则所有数据都用于训练。请注意，对于每个 TrainData::getTrain\*，都有对应的 TrainData::getTest\*，以便可以检索和处理测试子集。参见：TrainData::setTrainTestSplit
    
    参数
    
    ratio - 自动生成
    
    shuffle - 自动生成
  - setTrainTestSplitRatio
```
public void setTrainTestSplitRatio(double ratio)
```
    将训练数据分割成训练部分和测试部分。该函数选择一个指定相对大小的子集，然后将其作为训练集返回。如果未调用此函数，则所有数据都用于训练。请注意，对于每个 TrainData::getTrain\*，都有对应的 TrainData::getTest\*，以便可以检索和处理测试子集。参见：TrainData::setTrainTestSplit
    
    参数
    
    ratio - 自动生成
  - shuffleTrainTest
```
public void shuffleTrainTest()
```
  - getTestSamples
```
public Mat getTestSamples()
```
    返回测试样本矩阵
    
    返回
    
    自动生成
  - getNames
```
public void getNames(java.util.List<java.lang.String> names)
```
    返回在loadFromCSV()中捕获的符号名称向量
    
    参数
    
    names - 自动生成
  - getSubVector
```
public static Mat getSubVector(Mat vec,
                               Mat idx)
```
    从由传递的索引指定的1D向量元素中提取。
    
    参数
    
    vec - 输入向量（支持类型：CV_32S、CV_32F、CV_64F）
    
    idx - 一维索引向量
    
    返回
    
    自动生成
  - getSubMatrix
```
public static Mat getSubMatrix(Mat matrix,
                               Mat idx,
                               int layout)
```
    从由传递的索引指定的矩阵行/列中提取。
    
    参数
    
    matrix - 输入矩阵（支持类型：CV_32S、CV_32F、CV_64F）
    
    idx - 一维索引向量
    
    layout - 指定提取行 (cv::ml::ROW_SAMPLES) 还是提取列 (cv::ml::COL_SAMPLES)
    
    返回
    
    自动生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx,
                               Mat sampleWeights,
                               Mat varType)
```
    从内存数组创建训练数据。
    
    参数
    
    samples - 样本矩阵。它应该具有 CV_32F 类型。
    
    layout - 请参见 ml::SampleTypes。
    
    responses - 响应矩阵。如果响应是标量，则应将其存储为单行或单列。矩阵应具有 CV_32F 或 CV_32S 类型（在前一种情况下，响应默认情况下被认为是有序的；在后一种情况下 - 作为分类的）
    
    varIdx - 指定用于训练的变量的向量。它可以是一个包含基于 0 的变量索引的整数向量 (CV_32S)，也可以是一个包含活动变量掩码的字节向量 (CV_8U)。
    
    sampleIdx - 指定用于训练的样本的向量。它可以是一个包含基于 0 的样本索引的整数向量 (CV_32S)，也可以是一个包含训练样本掩码的字节向量 (CV_8U)。
    
    sampleWeights - 每个样本的可选权重向量。它应该具有 CV_32F 类型。
    
    varType - 可选的 CV_8U 类型向量，大小为<样本中变量数> + <响应中变量数>，包含每个输入和输出变量的类型。参见 ml::VariableTypes。
    
    返回
    
    自动生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx,
                               Mat sampleWeights)
```
    从内存数组创建训练数据。
    
    参数
    
    samples - 样本矩阵。它应该具有 CV_32F 类型。
    
    layout - 请参见 ml::SampleTypes。
    
    responses - 响应矩阵。如果响应是标量，则应将其存储为单行或单列。矩阵应具有 CV_32F 或 CV_32S 类型（在前一种情况下，响应默认情况下被认为是有序的；在后一种情况下 - 作为分类的）
    
    varIdx - 指定用于训练的变量的向量。它可以是一个包含基于 0 的变量索引的整数向量 (CV_32S)，也可以是一个包含活动变量掩码的字节向量 (CV_8U)。
    
    sampleIdx - 指定用于训练的样本的向量。它可以是一个包含基于 0 的样本索引的整数向量 (CV_32S)，也可以是一个包含训练样本掩码的字节向量 (CV_8U)。
    
    sampleWeights - 每个样本的可选权重向量。它应该具有 CV_32F 类型。<响应中变量数>，包含每个输入和输出变量的类型。参见 ml::VariableTypes。
    
    返回
    
    自动生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx)
```
    从内存数组创建训练数据。
    
    参数
    
    samples - 样本矩阵。它应该具有 CV_32F 类型。
    
    layout - 请参见 ml::SampleTypes。
    
    responses - 响应矩阵。如果响应是标量，则应将其存储为单行或单列。矩阵应具有 CV_32F 或 CV_32S 类型（在前一种情况下，响应默认情况下被认为是有序的；在后一种情况下 - 作为分类的）
    
    varIdx - 指定用于训练的变量的向量。它可以是一个包含基于 0 的变量索引的整数向量 (CV_32S)，也可以是一个包含活动变量掩码的字节向量 (CV_8U)。
    
    sampleIdx - 指定用于训练的样本的向量。它可以是一个包含基于 0 的样本索引的整数向量 (CV_32S)，也可以是一个包含训练样本掩码的字节向量 (CV_8U)。<响应中变量数>，包含每个输入和输出变量的类型。参见 ml::VariableTypes。
    
    返回
    
    自动生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx)
```
    从内存数组创建训练数据。
    
    参数
    
    samples - 样本矩阵。它应该具有 CV_32F 类型。
    
    layout - 请参见 ml::SampleTypes。
    
    responses - 响应矩阵。如果响应是标量，则应将其存储为单行或单列。矩阵应具有 CV_32F 或 CV_32S 类型（在前一种情况下，响应默认情况下被认为是有序的；在后一种情况下 - 作为分类的）
    
    varIdx - 指定用于训练的变量的向量。它可以是一个包含基于 0 的变量索引的整数向量 (CV_32S)，也可以是一个包含活动变量掩码的字节向量 (CV_8U)。向量 (CV_32S) 包含基于 0 的样本索引，或者字节向量 (CV_8U) 包含训练样本掩码。<响应中变量数>，包含每个输入和输出变量的类型。参见 ml::VariableTypes。
    
    返回
    
    自动生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses)
```
    从内存数组创建训练数据。
    
    参数
    
    samples - 样本矩阵。它应该具有 CV_32F 类型。
    
    layout - 请参见 ml::SampleTypes。
    
    responses - 响应矩阵。如果响应是标量，则应将其存储为单行或单列。矩阵应具有 CV_32F 或 CV_32S 类型（在前一种情况下，响应默认情况下被认为是有序的；在后一种情况下 - 作为分类的）（CV_32S）包含基于 0 的变量索引，或者字节向量 (CV_8U) 包含活动变量掩码。向量 (CV_32S) 包含基于 0 的样本索引，或者字节向量 (CV_8U) 包含训练样本掩码。<响应中变量数>，包含每个输入和输出变量的类型。参见 ml::VariableTypes。
    
    返回
    
    自动生成
  - finalize
```
protected void finalize()
                 throws java.lang.Throwable
```
    重写
    
    类java.lang.Object中的finalize
    
    抛出
    
    java.lang.Throwable

TrainData 类

字段摘要

构造函数摘要

方法摘要

继承的方法来自类 java.lang.Object

字段详情

nativeObj

构造函数详情

TrainData

方法详情

getNativeObjAddr

__fromPtr__

getLayout

getNTrainSamples

getNTestSamples

getNSamples

getNVars

getNAllVars

getSample

getSamples

getMissing

getTrainSamples

getTrainSamples

getTrainSamples

getTrainSamples

getTrainResponses

getTrainNormCatResponses

getTestResponses

getTestNormCatResponses

getResponses

getNormCatResponses

getSampleWeights

getTrainSampleWeights

getTestSampleWeights

getVarIdx

getVarType

getVarSymbolFlags

getResponseType

getTrainSampleIdx

getTestSampleIdx

getValues

getDefaultSubstValues

getCatCount

getClassLabels

getCatOfs

getCatMap

setTrainTestSplit

setTrainTestSplit

setTrainTestSplitRatio

setTrainTestSplitRatio

shuffleTrainTest

getTestSamples

getNames

getSubVector

getSubMatrix

create

create

create

create

create

finalize

fromPtr