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
该类实现了随机森林预测器。参见:REF: ml_intro_rtrees
-
-
字段摘要
-
从类继承的字段 org.opencv.ml.DTrees
PREDICT_AUTO, PREDICT_MASK, PREDICT_MAX_VOTE, PREDICT_SUM
-
从类继承的字段 org.opencv.ml.StatModel
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 保护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 RTreescreate()创建空模型。protected voidfinalize()intgetActiveVarCount()参见:setActiveVarCountbooleangetCalculateVarImportance()参见:setCalculateVarImportancedoublegetOOBError()返回 OOB 误差值,该值在训练阶段计算,当 calcOOBError 设置为 true 时。TermCriteriagetTermCriteria()参见:setTermCriteriaMatgetVarImportance()返回变量重要性数组。voidgetVotes(Mat samples, Mat results, int flags)返回森林中每棵树的结果。static RTreesload(java.lang.String filepath)从文件加载并创建一个序列化的 RTree。使用 RTree::save 来序列化并将 RTree 存储到磁盘。static RTreesload(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 来序列化并将 RTree 存储到磁盘。voidsetActiveVarCount(int val)getActiveVarCount 参见:getActiveVarCountvoidsetCalculateVarImportance(boolean val)getCalculateVarImportance 参见:getCalculateVarImportancevoidsetTermCriteria(TermCriteria val)getTermCriteria 参见:getTermCriteria-
从类继承的方法 org.opencv.ml.DTrees
getCVFolds, getMaxCategories, getMaxDepth, getMinSampleCount, getPriors, getRegressionAccuracy, getTruncatePrunedTree, getUse1SERule, getUseSurrogates, setCVFolds, setMaxCategories, setMaxDepth, setMinSampleCount, setPriors, setRegressionAccuracy, setTruncatePrunedTree, setUse1SERule, setUseSurrogates
-
从类继承的方法 org.opencv.ml.StatModel
calcError, empty, getVarCount, isClassifier, isTrained, predict, predict, predict, train, train, train
-
从类继承的方法 org.opencv.core.Algorithm
clear, getDefaultName, getNativeObjAddr, save
-
-
-
-
方法详细信息
-
__fromPtr__
public static RTrees __fromPtr__(long addr)
-
getCalculateVarImportance
public boolean getCalculateVarImportance()
参见:setCalculateVarImportance- 返回
- 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
- 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
- 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。该方法返回变量重要性向量,该向量在训练阶段计算,当 CalculateVarImportance 设置为 true 时。如果此标志设置为 false,则返回空矩阵。- 返回
- 自动生成
-
getVotes
public void getVotes(Mat samples, Mat results, int flags)
返回森林中每棵树的结果。如果模型是一个回归问题,则该方法将返回每棵树针对每个样本案例的结果。如果模型是一个分类器,它将返回一个具有 samples + 1 行的 Mat,其中第一行给出类号,后面的行返回每个类针对每个样本的投票数。- 参数
samples- 包含将计算投票的样本的数组。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 OOB 误差值,该值在训练阶段计算,当 calcOOBError 设置为 true 时。如果此标志设置为 false,则返回 0。OOB 误差也按样本权重缩放。- 返回
- 自动生成
-
create
public static RTrees create()
创建空模型。使用 StatModel::train 来训练模型,使用 StatModel::train 来创建和训练模型,使用 Algorithm::load 来加载预训练的模型。- 返回
- 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 来序列化并将 RTree 存储到磁盘。通过使用该文件的路径调用此函数,再次从此文件加载 RTree。可以选择指定包含分类器的文件的节点- 参数
filepath- 序列化的 RTree 的路径nodeName- 包含分类器的节点的名称- 返回
- 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 来序列化并将 RTree 存储到磁盘。通过使用该文件的路径调用此函数,再次从此文件加载 RTree。可以选择指定包含分类器的文件的节点- 参数
filepath- 序列化的 RTree 的路径- 返回
- 自动生成
-
-