OpenCV 5.0.0
Open Source Computer Vision
読み込み中...
検索中...
見つかりません
🤖 AIによる機械翻訳(非公式) — これは OpenCV 5.0.0 公式リファレンス(英語)を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版(原文) を参照してください。
cv::ml::RTrees クラスabstract

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< RTreescreate ()
 
static Ptr< RTreesload (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< DTreescreate ()
 空のモデルを生成する。
 
static Ptr< DTreesload (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< _Tptrain (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< _Tpload (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< _TploadFromString (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< _Tpread (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。
flagsRTrees 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

◆ setCalculateVarImportance()

virtual void cv::ml::RTrees::setCalculateVarImportance ( bool val)
pure virtual
Python:
cv.ml.RTrees.setCalculateVarImportance(val) -> None

◆ setTermCriteria()

virtual void cv::ml::RTrees::setTermCriteria ( const TermCriteria & val)
pure virtual
Python:
cv.ml.RTrees.setTermCriteria(val) -> None

このクラス詳解は次のファイルから抽出されました: