cv::ml::Boost クラス

DTrees から派生したブースト木分類器。 続き...

#include <opencv2/ml.hpp>

Collaboration diagram for cv::ml::Boost:

公開型
enum	Types {   DISCRETE =0 ,   REAL =1 ,   LOGIT =2 ,   GENTLE =3 }
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 }

公開メンバ関数
virtual int	getBoostType () const =0
virtual int	getWeakCount () const =0
virtual double	getWeightTrimRate () const =0
virtual void	setBoostType (int val)=0
virtual void	setWeakCount (int val)=0
virtual void	setWeightTrimRate (double 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< Boost >	create ()
static Ptr< Boost >	load (const String &filepath, const String &nodeName=String())
	シリアライズされた Boost をファイルから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
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

DTrees から派生したブースト木分類器。

参照

Boosting

列挙型メンバ詳解

Types

enum cv::ml::Boost::Types

ブースティングの種類。Gentle AdaBoost と Real AdaBoost がしばしば望ましい選択肢となる。

列挙値
DISCRETE	Discrete AdaBoost。
REAL	Real AdaBoost。信頼度評価付きの予測を利用する手法で、カテゴリカルデータに対して良好に機能する。
LOGIT	LogitBoost。良好な回帰フィットを生成できる。
GENTLE	Gentle AdaBoost。外れ値のデータ点への重みを小さくするため、回帰データに対してしばしば良好に機能する。

メンバ関数詳解

create()

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

static

Python:
	cv.ml.Boost.create(		) ->	retval
	cv.ml.Boost_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、学習済みモデルを読み込むには Algorithm::load<Boost>(filename) を使用する。

getBoostType()

virtual int cv::ml::Boost::getBoostType ( ) const

pure virtual

Python:
	cv.ml.Boost.getBoostType(		) ->	retval

ブースティングアルゴリズムの種類。Boost::Types を参照。デフォルト値は Boost::REAL。

参照

setBoostType

getWeakCount()

virtual int cv::ml::Boost::getWeakCount ( ) const

pure virtual

Python:
	cv.ml.Boost.getWeakCount(		) ->	retval

弱分類器の数。デフォルト値は 100。

参照

setWeakCount

getWeightTrimRate()

virtual double cv::ml::Boost::getWeightTrimRate ( ) const

pure virtual

Python:
	cv.ml.Boost.getWeightTrimRate(		) ->	retval

計算時間を節約するために用いる 0 から 1 の間のしきい値。重みの合計が \(\leq 1 - weight_trim_rate\) であるサンプルは、学習の 次 の反復に参加しない。この機能を無効にするにはこのパラメータを 0 に設定する。デフォルト値は 0.95。

参照

setWeightTrimRate

load()

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

static

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

シリアライズされた Boost をファイルから読み込んで生成する。

RTree をシリアライズしてディスクに保存するには Boost::save を使用する。この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、再度 Boost を読み込む。分類器を含むファイル内のノードは省略可能で指定できる

引数

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

setBoostType()

virtual void cv::ml::Boost::setBoostType ( int val )

pure virtual

Python:
	cv.ml.Boost.setBoostType(	val	) ->	None

参照

getBoostType

setWeakCount()

virtual void cv::ml::Boost::setWeakCount ( int val )

pure virtual

Python:
	cv.ml.Boost.setWeakCount(	val	) ->	None

参照

getWeakCount

setWeightTrimRate()

virtual void cv::ml::Boost::setWeightTrimRate ( double val )

pure virtual

Python:
	cv.ml.Boost.setWeightTrimRate(	val	) ->	None

参照

getWeightTrimRate

---

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