ランダムフォレスト予測器を実装するクラス。続き...

#include <opencv2/ml.hpp>

Collaboration diagram for cv::ml::RTrees:

公開メンバ関数
virtual int	getActiveVarCount () const =0

virtual bool	getCalculateVarImportance () const =0

virtual double	getOOBError () const =0

virtual TermCriteria	getTermCriteria () const =0

virtual Mat	getVarImportance () const =0

virtual void	getVotes (InputArray samples, OutputArray results, int flags) const =0

virtual void	setActiveVarCount (int val)=0

virtual void	setCalculateVarImportance (bool val)=0

virtual void	setTermCriteria (const TermCriteria &val)=0

Public Member Functions inherited from cv::ml::DTrees
virtual int	getCVFolds () const =0

virtual int	getMaxCategories () const =0

virtual int	getMaxDepth () const =0

virtual int	getMinSampleCount () const =0

virtual const std::vector< Node > &	getNodes () const =0
	すべてのノードを返す。

virtual cv::Mat	getPriors () const =0
	クラスラベル値でソートされた、事前クラス確率の配列。

virtual float	getRegressionAccuracy () const =0

virtual const std::vector< int > &	getRoots () const =0
	ルートノードのインデックスを返す。

virtual const std::vector< Split > &	getSplits () const =0
	すべての分割を返す。

virtual const std::vector< int > &	getSubsets () const =0
	カテゴリ分割のためのすべてのビットセットを返す。

virtual bool	getTruncatePrunedTree () const =0

virtual bool	getUse1SERule () const =0

virtual bool	getUseSurrogates () const =0

virtual void	setCVFolds (int val)=0

virtual void	setMaxCategories (int val)=0

virtual void	setMaxDepth (int val)=0

virtual void	setMinSampleCount (int val)=0

virtual void	setPriors (const cv::Mat &val)=0
	クラスラベル値でソートされた、事前クラス確率の配列。

virtual void	setRegressionAccuracy (float val)=0

virtual void	setTruncatePrunedTree (bool val)=0

virtual void	setUse1SERule (bool val)=0

virtual void	setUseSurrogates (bool val)=0

Public Member Functions inherited from cv::ml::StatModel
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

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
static Ptr< RTrees >	create ()

static Ptr< RTrees >	load (const String &filepath, const String &nodeName=String())
	ファイルからシリアライズされたRTreeを読み込んで生成する。

Static Public Member Functions inherited from cv::ml::DTrees
static Ptr< DTrees >	create ()
	空のモデルを生成する。

static Ptr< DTrees >	load (const String &filepath, const String &nodeName=String())
	ファイルからシリアライズされた DTrees を読み込んで生成する。

Static Public Member Functions inherited from cv::ml::StatModel
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
Public Types inherited from cv::ml::DTrees
enum	Flags { PREDICT_AUTO =0 , PREDICT_SUM =(1<<8) , PREDICT_MAX_VOTE =(2<<8) , PREDICT_MASK =(3<<8) }

Public Types inherited from cv::ml::StatModel
enum	Flags { UPDATE_MODEL = 1 , RAW_OUTPUT =1 , COMPRESSED_INPUT =2 , PREPROCESSED_INPUT =4 }

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

詳細説明

ランダムフォレスト予測器を実装するクラス。

参照: Random Trees

メンバ関数詳解

◆ create()

static Ptr< RTrees > cv::ml::RTrees::create ( )

static

Python:
	cv.ml.RTrees.create(		) ->	retval
	cv.ml.RTrees_create(		) ->	retval

空のモデルを生成する。モデルを学習するには StatModel::train を、モデルの生成と学習を行うには StatModel::train を、学習済みモデルを読み込むには Algorithm::load を使用する。

◆ getActiveVarCount()

virtual int cv::ml::RTrees::getActiveVarCount ( ) const

pure virtual

Python:
	cv.ml.RTrees.getActiveVarCount(		) ->	retval

各ツリーノードでランダムに選択され、最良の分割を見つけるために使用される特徴の部分集合のサイズ。0に設定すると、サイズは全特徴数の平方根に設定される。デフォルト値は0。

参照: setActiveVarCount

◆ getCalculateVarImportance()

virtual bool cv::ml::RTrees::getCalculateVarImportance ( ) const

pure virtual

Python:
	cv.ml.RTrees.getCalculateVarImportance(		) ->	retval

trueの場合、変数の重要度が計算され、RTrees::getVarImportance で取得できる。デフォルト値はfalse。

参照: setCalculateVarImportance

◆ getOOBError()

virtual double cv::ml::RTrees::getOOBError ( ) const

pure virtual

calcOOBError が true に設定されている場合に学習段階で計算された OOB エラー値を返す。このフラグが false に設定されていた場合は 0 を返す。OOB エラーはサンプルの重み付けによってスケーリングもされる。

◆ getTermCriteria()

virtual TermCriteria cv::ml::RTrees::getTermCriteria ( ) const

pure virtual

Python:
	cv.ml.RTrees.getTermCriteria(		) ->	retval

学習アルゴリズムをいつ停止するかを指定する終了条件。指定した本数の木が学習されてアンサンブルに追加されたとき、または十分な精度（OOB エラーで測定）が達成されたときのいずれかで停止する。一般に木の本数が多いほど精度は良くなる。ただし精度の向上は通常一定の本数を超えると次第に小さくなり、頭打ちになる。また、木の本数が増えると予測時間が線形に増加する点にも注意する。デフォルト値は TermCriteria(TermCriteria::MAX_ITERS + TermCriteria::EPS, 50, 0.1)

参照: setTermCriteria

◆ getVarImportance()

virtual Mat cv::ml::RTrees::getVarImportance ( ) const

pure virtual

Python:
	cv.ml.RTrees.getVarImportance(		) ->	retval

変数の重要度配列を返す。このメソッドは CalculateVarImportance が true に設定されている場合に学習段階で計算された変数の重要度ベクトルを返す。このフラグが false に設定されていた場合は空の行列を返す。

◆ getVotes()

virtual void cv::ml::RTrees::getVotes	(	InputArray	samples,
		OutputArray	results,
		int	flags ) const

pure virtual

Python:
	cv.ml.RTrees.getVotes(	samples, flags[, results]	) ->	results

フォレスト内の各個別のツリーの結果を返す。モデルが回帰問題の場合、このメソッドは各サンプルケースに対する各ツリーの結果を返す。モデルが分類器の場合、samples + 1 行のMatを返す。最初の行はクラス番号を示し、続く行は各サンプルに対して各クラスが得た投票数を返す。

引数

samples	投票を計算する対象のサンプルを格納した配列。
results	計算結果が書き込まれる配列。
flags	RTrees の型を定義するためのフラグ。

◆ load()

static Ptr< RTrees > cv::ml::RTrees::load	(	const String &	filepath,
		const String &	nodeName = String() )

static

Python:
	cv.ml.RTrees.load(	filepath[, nodeName]	) ->	retval
	cv.ml.RTrees_load(	filepath[, nodeName]	) ->	retval

シリアライズされた RTree をファイルから読み込んで生成する。

RTree::save を使用して RTree をシリアライズしてディスクに保存する。ファイルへのパスを指定してこの関数を呼び出すことで、このファイルから RTree を再度読み込む。必要に応じて、分類器を含むファイルのノードを指定する。

引数

filepath	シリアライズされたRTreeへのパス
nodeName	分類器を含むノードの名前

◆ setActiveVarCount()

virtual void cv::ml::RTrees::setActiveVarCount ( int val )

pure virtual

Python:
	cv.ml.RTrees.setActiveVarCount(	val	) ->	None

参照: getActiveVarCount

◆ setCalculateVarImportance()

virtual void cv::ml::RTrees::setCalculateVarImportance ( bool val )

pure virtual

Python:
	cv.ml.RTrees.setCalculateVarImportance(	val	) ->	None

参照: getCalculateVarImportance

◆ setTermCriteria()

virtual void cv::ml::RTrees::setTermCriteria ( const TermCriteria & val )

pure virtual

Python:
	cv.ml.RTrees.setTermCriteria(	val	) ->	None

参照: getTermCriteria

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

公開メンバ関数

静的公開メンバ関数

Additional Inherited Members

詳細説明

メンバ関数詳解

◆ create()

◆ getActiveVarCount()

◆ getCalculateVarImportance()

◆ getOOBError()

◆ getTermCriteria()

◆ getVarImportance()

◆ getVotes()

◆ load()

◆ setActiveVarCount()

◆ setCalculateVarImportance()

◆ setTermCriteria()