cv::ml::StatModel クラス

OpenCV ML における統計モデルの基底クラス。詳細...

#include <opencv2/ml.hpp>

Collaboration diagram for cv::ml::StatModel:

公開型
enum	Flags {   UPDATE_MODEL = 1 ,   RAW_OUTPUT =1 ,   COMPRESSED_INPUT =2 ,   PREPROCESSED_INPUT =4 }

公開メンバ関数
virtual float	calcError (const Ptr< TrainData > &data, bool test, OutputArray resp) const
	学習用またはテスト用データセットに対する誤差を計算する。
virtual bool	empty () const CV_OVERRIDE
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。
virtual int	getVarCount () const =0
	学習サンプル内の変数の数を返す。
virtual bool	isClassifier () const =0
	モデルが分類器であれば true を返す。
virtual bool	isTrained () const =0
	モデルが学習済みであれば true を返す。
virtual float	predict (InputArray samples, OutputArray results=noArray(), int flags=0) const =0
	指定されたサンプルに対するレスポンスを予測する。
virtual bool	train (const Ptr< TrainData > &trainData, int flags=0)
	統計モデルを学習する。
virtual bool	train (InputArray samples, int layout, InputArray responses)
	統計モデルを学習する。
Public Member Functions inherited from cv::Algorithm
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	アルゴリズムの状態をクリアする。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。
void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
template<typename _Tp >
static Ptr< _Tp >	train (const Ptr< TrainData > &data, int flags=0)
	デフォルト引数でモデルを生成して学習する。
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Additional Inherited Members
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

OpenCV ML における統計モデルの基底クラス。

列挙型メンバ詳解

Flags

enum cv::ml::StatModel::Flags

予測オプション

列挙値
UPDATE_MODEL
RAW_OUTPUT	メソッドがクラスラベルではなく生の結果(合計)を返すようにする
COMPRESSED_INPUT
PREPROCESSED_INPUT

メンバ関数詳解

calcError()

virtual float cv::ml::StatModel::calcError ( const Ptr< TrainData > & data, bool test, OutputArray resp ) const

virtual

Python:
	cv.ml.StatModel.calcError(	data, test[, resp]	) ->	retval, resp

訓練データセットまたはテストデータセットに対する誤差を計算する。

引数

data	訓練データ
test	true の場合、誤差はデータのテストサブセットに対して計算され、そうでない場合は訓練サブセットに対して計算される。すでに訓練済みの分類器を評価するためにまったく異なるデータセットを読み込んだ場合は、おそらく TrainData::setTrainTestSplitRatio でテストサブセットをまったく設定せず、test=false を指定したいだろう。そうすれば誤差は新しいセット全体に対して計算される。これは少々分かりにくいかもしれない。
resp	省略可能な出力レスポンス。

このメソッドは誤差の計算に StatModel::predict を使用する。回帰モデルでは誤差は RMS として計算され、分類器では誤分類されたサンプルの割合(0%〜100%)として計算される。

empty()

virtual bool cv::ml::StatModel::empty ( ) const

virtual

Python:
	cv.ml.StatModel.empty(		) ->	retval

Algorithm が空である場合（例えば最初の段階、または読み込みに失敗した後など）に true を返す。

cv::Algorithm から再実装されている。

getVarCount()

virtual int cv::ml::StatModel::getVarCount ( ) const

pure virtual

Python:
	cv.ml.StatModel.getVarCount(		) ->	retval

訓練サンプル内の変数の数を返す。

isClassifier()

virtual bool cv::ml::StatModel::isClassifier ( ) const

pure virtual

Python:
	cv.ml.StatModel.isClassifier(		) ->	retval

モデルが分類器であれば true を返す。

isTrained()

virtual bool cv::ml::StatModel::isTrained ( ) const

pure virtual

Python:
	cv.ml.StatModel.isTrained(		) ->	retval

モデルが訓練済みであれば true を返す。

predict()

virtual float cv::ml::StatModel::predict ( InputArray samples, OutputArray results = noArray(), int flags = 0 ) const

pure virtual

Python:
	cv.ml.StatModel.predict(	samples[, results[, flags]]	) ->	retval, results

与えられたサンプルに対するレスポンスを予測する

引数

samples	入力サンプル。浮動小数点の行列
results	省略可能な結果の出力行列。
flags	省略可能なフラグ。モデルに依存する。cv::ml::StatModel::Flags を参照。

cv::ml::EM および cv::ml::LogisticRegression で実装されている。

train() [1/3]

template<typename _Tp >

static Ptr< _Tp > cv::ml::StatModel::train ( const Ptr< TrainData > & data, int flags = 0 )

inlinestatic

Python:
	cv.ml.StatModel.train(	trainData[, flags]	) ->	retval
	cv.ml.StatModel.train(	samples, layout, responses	) ->	retval

デフォルトの引数でモデルを作成し訓練する。

クラスは、引数なしまたはすべてデフォルト引数値を持つ静的な create() メソッドを実装している必要がある

train() [2/3]

virtual bool cv::ml::StatModel::train ( const Ptr< TrainData > & trainData, int flags = 0 )

virtual

Python:
	cv.ml.StatModel.train(	trainData[, flags]	) ->	retval
	cv.ml.StatModel.train(	samples, layout, responses	) ->	retval

統計モデルを訓練する。

引数

trainData	TrainData::loadFromCSV を使ってファイルから読み込むか、TrainData::create で作成できる訓練データ。
flags	モデルに依存する省略可能なフラグ。一部のモデルは、完全に上書きするのではなく新しい訓練サンプルで更新できる(NormalBayesClassifier や ANN_MLP など)。

train() [3/3]

virtual bool cv::ml::StatModel::train ( InputArray samples, int layout, InputArray responses )

virtual

Python:
	cv.ml.StatModel.train(	trainData[, flags]	) ->	retval
	cv.ml.StatModel.train(	samples, layout, responses	) ->	retval

統計モデルを訓練する。

引数

samples	学習サンプル
layout	ml::SampleTypes を参照。
responses	学習サンプルに対応する応答のベクタ。

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/ml.hpp