🤖 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。
Package org.opencv.ml

クラス KNearest

  • public class KNearest extends StatModel
    このクラスは K近傍法 (K-Nearest Neighbors) モデルを実装する。参照: ml_intro_knn

    • コンストラクタの詳細

      • KNearest

        protected KNearest​(long addr)

    • メソッドの詳細

      • __fromPtr__

        public static KNearest __fromPtr__​(long addr)

      • getDefaultK

        public int getDefaultK()
        SEE: setDefaultK
        戻り値:
        自動生成

      • setDefaultK

        public void setDefaultK​(int val)
        getDefaultK SEE: getDefaultK
        引数:
        val - 自動生成

      • getIsClassifier

        public boolean getIsClassifier()
        SEE: setIsClassifier
        戻り値:
        自動生成

      • setIsClassifier

        public void setIsClassifier​(boolean val)
        getIsClassifier SEE: getIsClassifier
        引数:
        val - 自動生成

      • getEmax

        public int getEmax()
        SEE: setEmax
        戻り値:
        自動生成

      • setEmax

        public void setEmax​(int val)
        getEmax SEE: getEmax
        引数:
        val - 自動生成

      • getAlgorithmType

        public int getAlgorithmType()
        SEE: setAlgorithmType
        戻り値:
        自動生成

      • setAlgorithmType

        public void setAlgorithmType​(int val)
        getAlgorithmType SEE: getAlgorithmType
        引数:
        val - 自動生成

      • findNearest

        public float findNearest​(Mat samples,
                         int k,
                         Mat results,
                         Mat neighborResponses,
                         Mat dist)
        Finds the neighbors and predicts responses for input vectors.
        引数:
        samples - 行ごとに格納された入力サンプル。<number_of_samples> * k サイズの単精度浮動小数点型行列である。
        k - 使用する最近傍の数。1より大きくなければならない。
        results - 各入力サンプルに対する予測結果（回帰または分類）のベクトル。<number_of_samples> 個の要素を持つ単精度浮動小数点型ベクトルである。
        neighborResponses - 対応する近傍の省略可能な出力値。<number_of_samples> * k サイズの単精度浮動小数点型行列である。
        dist - 入力ベクトルから対応する近傍までの省略可能な出力距離。<number_of_samples> * k サイズの単精度浮動小数点型行列である。各入力ベクトル（行列 samples の1行）に対して、このメソッドは k 個の最近傍を求める。回帰の場合、予測結果は当該ベクトルの近傍応答の平均値となる。分類の場合、クラスは多数決によって決定される。各入力ベクトルについて、近傍はそのベクトルへの距離の順にソートされる。C++ インターフェースの場合、出力ポインタに空の行列を渡すことができ、関数が自身でメモリを確保する。入力ベクトルが1つだけ渡された場合、すべての出力行列は省略可能で、予測値はメソッドの戻り値として返される。この関数は TBB ライブラリによって並列化されている。
        戻り値:
        自動生成

      • findNearest

        public float findNearest​(Mat samples,
                         int k,
                         Mat results,
                         Mat neighborResponses)
        Finds the neighbors and predicts responses for input vectors.
        引数:
        samples - 行ごとに格納された入力サンプル。<number_of_samples> * k サイズの単精度浮動小数点型行列である。
        k - 使用する最近傍の数。1より大きくなければならない。
        results - 各入力サンプルに対する予測結果（回帰または分類）のベクトル。<number_of_samples> 個の要素を持つ単精度浮動小数点型ベクトルである。
        neighborResponses - 対応する近傍の省略可能な出力値。<number_of_samples> * k サイズの単精度浮動小数点型行列である。<number_of_samples> * k サイズの単精度浮動小数点型行列である。各入力ベクトル（行列 samples の1行）に対して、このメソッドは k 個の最近傍を求める。回帰の場合、予測結果は当該ベクトルの近傍応答の平均値となる。分類の場合、クラスは多数決によって決定される。各入力ベクトルについて、近傍はそのベクトルへの距離の順にソートされる。C++ インターフェースの場合、出力ポインタに空の行列を渡すことができ、関数が自身でメモリを確保する。入力ベクトルが1つだけ渡された場合、すべての出力行列は省略可能で、予測値はメソッドの戻り値として返される。この関数は TBB ライブラリによって並列化されている。
        戻り値:
        自動生成

      • findNearest

        public float findNearest​(Mat samples,
                         int k,
                         Mat results)
        Finds the neighbors and predicts responses for input vectors.
        引数:
        samples - 行ごとに格納された入力サンプル。<number_of_samples> * k サイズの単精度浮動小数点型行列である。
        k - 使用する最近傍の数。1より大きくなければならない。
        results - 各入力サンプルに対する予測結果（回帰または分類）のベクトル。<number_of_samples> 個の要素を持つ単精度浮動小数点型ベクトルである。<number_of_samples> * k サイズの単精度浮動小数点型行列である。<number_of_samples> * k サイズの単精度浮動小数点型行列である。各入力ベクトル（行列 samples の1行）に対して、このメソッドは k 個の最近傍を求める。回帰の場合、予測結果は当該ベクトルの近傍応答の平均値となる。分類の場合、クラスは多数決によって決定される。各入力ベクトルについて、近傍はそのベクトルへの距離の順にソートされる。C++ インターフェースの場合、出力ポインタに空の行列を渡すことができ、関数が自身でメモリを確保する。入力ベクトルが1つだけ渡された場合、すべての出力行列は省略可能で、予測値はメソッドの戻り値として返される。この関数は TBB ライブラリによって並列化されている。
        戻り値:
        自動生成

      • create

        public static KNearest create()
        Creates the empty model The static method creates empty %KNearest classifier. It should be then trained using StatModel::train method.
        戻り値:
        自動生成

      • load

        public static KNearest load​(java.lang.String filepath)
        Loads and creates a serialized knearest from a file Use KNearest::save to serialize and store an KNearest to disk. Load the KNearest from this file again, by calling this function with the path to the file.
        引数:
        filepath - シリアライズされた KNearest へのパス
        戻り値:
        自動生成