機械学習

詳細説明

機械学習ライブラリ (MLL) は、データの統計的な分類、回帰、クラスタリングを行うためのクラスと関数の集合である。

分類および回帰アルゴリズムのほとんどは C++ クラスとして実装されている。アルゴリズムごとに異なる機能セット（欠損測定値やカテゴリ入力変数を扱う能力など）を持つため、クラス間の共通部分はわずかである。この共通部分は、他のすべての ML クラスの基底となるクラス cv::ml::StatModel によって定義される。

詳しい概要はこちらを参照: 機械学習の概要。

クラス
class	cv::ml::ANN_MLP
	人工ニューラルネットワーク - 多層パーセプトロン。続きを読む...
class	cv::ml::Boost
	DTrees から派生したブースト木分類器。続きを読む...
class	cv::ml::DTrees
	このクラスは単一の決定木、または複数の決定木の集合を表す。続きを読む...
class	cv::ml::EM
	このクラスはEM（Expectation Maximization）アルゴリズムを実装する。続きを読む...
class	cv::ml::KNearest
	このクラスはk近傍法（K-Nearest Neighbors）モデルを実装する。続きを読む...
class	cv::ml::LogisticRegression
	ロジスティック回帰分類器を実装する。続きを読む...
class	cv::ml::NormalBayesClassifier
	正規分布データ用のベイズ分類器。続きを読む...
class	cv::ml::ParamGrid
	この構造体はstatmodel引数の対数グリッド範囲を表す。続きを読む...
class	cv::ml::RTrees
	このクラスはランダムフォレスト予測器を実装する。続きを読む...
struct	cv::ml::SimulatedAnnealingSolverSystem
	このクラスはシミュレーテッドアニーリング最適化アルゴリズムで使用されるシステム状態のインターフェースの例を宣言する。続きを読む...
class	cv::ml::StatModel
	OpenCV MLにおける統計モデルの基底クラス。続きを読む...
class	cv::ml::SVM
	サポートベクターマシン。続きを読む...
class	cv::ml::SVMSGD
	確率的勾配降下法による SVM 分類器。続きを読む...
class	cv::ml::TrainData
	学習データをカプセル化するクラス。続きを読む...

型定義
typedef ANN_MLP	cv::ml::ANN_MLP_ANNEAL

列挙型
enum	cv::ml::ErrorTypes {   cv::ml::TEST_ERROR = 0 ,   cv::ml::TRAIN_ERROR = 1 }
	エラーの種類 続きを読む...
enum	cv::ml::SampleTypes {   cv::ml::ROW_SAMPLE = 0 ,   cv::ml::COL_SAMPLE = 1 }
	サンプルの種類。続きを読む...
enum	cv::ml::VariableTypes {   cv::ml::VAR_NUMERICAL =0 ,   cv::ml::VAR_ORDERED =0 ,   cv::ml::VAR_CATEGORICAL =1 }
	変数の種類。続きを読む...

関数
void	cv::ml::createConcentricSpheresTestSet (int nsamples, int nfeatures, int nclasses, OutputArray samples, OutputArray responses)
	テストセットを作成する。
void	cv::ml::randMVNormal (InputArray mean, InputArray cov, int nsamples, OutputArray samples)
	多変量正規分布から sample を生成する。
template<class SimulatedAnnealingSolverSystem >
int	cv::ml::simulatedAnnealingSolver (SimulatedAnnealingSolverSystem &solverSystem, double initialTemperature, double finalTemperature, double coolingRatio, size_t iterationsPerStep, double *lastTemperature=NULL, cv::RNG &rngEnergy=cv::theRNG())
	このクラスは最適化のためのシミュレーテッドアニーリングを実装する。

型定義詳解

ANN_MLP_ANNEAL

typedef ANN_MLP cv::ml::ANN_MLP_ANNEAL

#include <opencv2/ml.hpp>

列挙型詳解

ErrorTypes

enum cv::ml::ErrorTypes

#include <opencv2/ml.hpp>

エラーの種類

列挙値
TEST_ERROR  Python: cv.ml.TEST_ERROR
TRAIN_ERROR  Python: cv.ml.TRAIN_ERROR

SampleTypes

enum cv::ml::SampleTypes

#include <opencv2/ml.hpp>

サンプルの種類。

列挙値
ROW_SAMPLE  Python: cv.ml.ROW_SAMPLE	各訓練サンプルはサンプルの1行である
COL_SAMPLE  Python: cv.ml.COL_SAMPLE	各訓練サンプルはサンプルの1列を占める

VariableTypes

enum cv::ml::VariableTypes

#include <opencv2/ml.hpp>

変数の種類。

列挙値
VAR_NUMERICAL  Python: cv.ml.VAR_NUMERICAL	VAR_ORDERED と同じ
VAR_ORDERED  Python: cv.ml.VAR_ORDERED	順序付き変数
VAR_CATEGORICAL  Python: cv.ml.VAR_CATEGORICAL	カテゴリ変数

関数詳解

createConcentricSpheresTestSet()

void cv::ml::createConcentricSpheresTestSet	(	int	nsamples,
		int	nfeatures,
		int	nclasses,
		OutputArray	samples,
		OutputArray	responses )

#include <opencv2/ml.hpp>

テストセットを作成する。

この関数の呼び出しグラフ:

randMVNormal()

void cv::ml::randMVNormal	(	InputArray	mean,
		InputArray	cov,
		int	nsamples,
		OutputArray	samples )

#include <opencv2/ml.hpp>

多変量正規分布からサンプルを生成する。

引数

mean	平均行ベクトル
cov	対称共分散行列
nsamples	返されるサンプル数
samples	返されるサンプル配列

この関数の呼び出しグラフ:

simulatedAnnealingSolver()

template<class SimulatedAnnealingSolverSystem >

int cv::ml::simulatedAnnealingSolver	(	SimulatedAnnealingSolverSystem &	solverSystem,
		double	initialTemperature,
		double	finalTemperature,
		double	coolingRatio,
		size_t	iterationsPerStep,
		double *	lastTemperature = NULL,
		cv::RNG &	rngEnergy = cv::theRNG() )

#include <opencv2/ml.hpp>

このクラスは最適化のためのシミュレーテッドアニーリングを実装する。

詳細は [151] を参照

引数

solverSystem	最適化システム（SimulatedAnnealingSolverSystem を参照）
initialTemperature	初期温度
finalTemperature	最終温度
coolingRatio	温度ステップの乗数
iterationsPerStep	温度を変化させる1ステップあたりの反復回数
lastTemperature	最後に使用された温度の出力（省略可能）
rngEnergy	カスタムの乱数生成器を指定する（デフォルトは cv::theRNG()）

この関数の呼び出しグラフ: