🤖 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。

java.lang.Object
- org.opencv.ml.TrainData

```
public class TrainData extends java.lang.Object
```
訓練データをカプセル化するクラス。このクラスは訓練データのインターフェースのみを規定し、実装は規定しないことに注意。_ml_ モジュールのすべての統計モデルクラスは Ptr<TrainData> をパラメータとして受け取る。言い換えれば、TrainData から派生した独自のクラスを作成し、そのインスタンスへのスマートポインタを StatModel::train に渡すことができる。参照: REF: ml_intro_data

フィールドの要約

フィールド
Modifier and Type Field Description

protected long nativeObj

コンストラクタの要約

コンストラクタ
Modifier Constructor Description

protected TrainData(long addr)

メソッドの要約

すべてのメソッド静的メソッドインスタンスメソッド具象メソッド
Modifier and Type	Method	Description
`static TrainData`	`__fromPtr__(long addr)`
`static TrainData`	`create(Mat samples, int layout, Mat responses)`	Creates training data from in-memory arrays.
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx)`	Creates training data from in-memory arrays.
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx)`	Creates training data from in-memory arrays.
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx, Mat sampleWeights)`	Creates training data from in-memory arrays.
`static TrainData`	`create(Mat samples, int layout, Mat responses, Mat varIdx, Mat sampleIdx, Mat sampleWeights, Mat varType)`	Creates training data from in-memory arrays.
`int`	`getCatCount(int vi)`
`Mat`	`getCatMap()`
`Mat`	`getCatOfs()`
`Mat`	`getClassLabels()`	Returns the vector of class labels The function returns vector of unique labels occurred in the responses.
`Mat`	`getDefaultSubstValues()`
`int`	`getLayout()`
`Mat`	`getMissing()`
`int`	`getNAllVars()`
`void`	`getNames(java.util.List<java.lang.String> names)`	Returns vector of symbolic names captured in loadFromCSV()
`long`	`getNativeObjAddr()`
`Mat`	`getNormCatResponses()`
`int`	`getNSamples()`
`int`	`getNTestSamples()`
`int`	`getNTrainSamples()`
`int`	`getNVars()`
`Mat`	`getResponses()`
`int`	`getResponseType()`
`void`	`getSample(Mat varIdx, int sidx, float buf)`
`Mat`	`getSamples()`
`Mat`	`getSampleWeights()`
`static Mat`	`getSubMatrix(Mat matrix, Mat idx, int layout)`	Extract from matrix rows/cols specified by passed indexes.
`static Mat`	`getSubVector(Mat vec, Mat idx)`	Extract from 1D vector elements specified by passed indexes.
`Mat`	`getTestNormCatResponses()`
`Mat`	`getTestResponses()`
`Mat`	`getTestSampleIdx()`
`Mat`	`getTestSamples()`	Returns matrix of test samples
`Mat`	`getTestSampleWeights()`
`Mat`	`getTrainNormCatResponses()`	Returns the vector of normalized categorical responses The function returns vector of responses.
`Mat`	`getTrainResponses()`	Returns the vector of responses The function returns ordered or the original categorical responses.
`Mat`	`getTrainSampleIdx()`
`Mat`	`getTrainSamples()`	Returns matrix of train samples transposed.
`Mat`	`getTrainSamples(int layout)`	Returns matrix of train samples
`Mat`	`getTrainSamples(int layout, boolean compressSamples)`	Returns matrix of train samples
`Mat`	`getTrainSamples(int layout, boolean compressSamples, boolean compressVars)`	Returns matrix of train samples
`Mat`	`getTrainSampleWeights()`
`void`	`getValues(int vi, Mat sidx, float values)`
`Mat`	`getVarIdx()`
`Mat`	`getVarSymbolFlags()`
`Mat`	`getVarType()`
`void`	`setTrainTestSplit(int count)`	Splits the training data into the training and test parts SEE: TrainData::setTrainTestSplitRatio
`void`	`setTrainTestSplit(int count, boolean shuffle)`	Splits the training data into the training and test parts SEE: TrainData::setTrainTestSplitRatio
`void`	`setTrainTestSplitRatio(double ratio)`	Splits the training data into the training and test parts The function selects a subset of specified relative size and then returns it as the training set.
`void`	`setTrainTestSplitRatio(double ratio, boolean shuffle)`	Splits the training data into the training and test parts The function selects a subset of specified relative size and then returns it as the training set.
`void`	`shuffleTrainTest()`

クラス java.lang.Object から継承したメソッド
clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- フィールドの詳細
  - nativeObj
```
protected final long nativeObj
```
- コンストラクタの詳細
  - TrainData
```
protected TrainData(long addr)
```
- メソッドの詳細
  - getNativeObjAddr
```
public long getNativeObjAddr()
```
  - __fromPtr__
```
public static TrainData __fromPtr__(long addr)
```
  - getLayout
```
public int getLayout()
```
  - getNTrainSamples
```
public int getNTrainSamples()
```
  - getNTestSamples
```
public int getNTestSamples()
```
  - getNSamples
```
public int getNSamples()
```
  - getNVars
```
public int getNVars()
```
  - getNAllVars
```
public int getNAllVars()
```
  - getSample
```
public void getSample(Mat varIdx,
                      int sidx,
                      float buf)
```
  - getSamples
```
public Mat getSamples()
```
  - getMissing
```
public Mat getMissing()
```
  - getTrainSamples
```
public Mat getTrainSamples(int layout,
                           boolean compressSamples,
                           boolean compressVars)
```
    Returns matrix of train samples
    
    引数:
    
    layout - 要求するレイアウト。初期のものと異なる場合、行列は転置される。ml::SampleTypes を参照。
    
    compressSamples - true の場合、関数は訓練サンプル(sampleIdx で指定)のみを返す
    
    compressVars - true の場合、関数はアクティブな変数のみを含む、より短い訓練サンプルを返す。現在の実装では、関数は物理的なデータコピーを避けようとし、TrainData 内部に格納された行列を返す(転置や圧縮が必要な場合を除く)。
    
    戻り値:
    
    自動生成
  - getTrainSamples
```
public Mat getTrainSamples(int layout,
                           boolean compressSamples)
```
    Returns matrix of train samples
    
    引数:
    
    layout - 要求するレイアウト。初期のものと異なる場合、行列は転置される。ml::SampleTypes を参照。
    
    compressSamples - true の場合、関数は訓練サンプル(sampleIdx で指定)のみを返す。アクティブな変数。現在の実装では、関数は物理的なデータコピーを避けようとし、TrainData 内部に格納された行列を返す(転置や圧縮が必要な場合を除く)。
    
    戻り値:
    
    自動生成
  - getTrainSamples
```
public Mat getTrainSamples(int layout)
```
    Returns matrix of train samples
    
    引数:
    
    layout - 要求するレイアウト。初期のものと異なる場合、行列は転置される。ml::SampleTypes を参照。sampleIdx) アクティブな変数。現在の実装では、関数は物理的なデータコピーを避けようとし、TrainData 内部に格納された行列を返す(転置や圧縮が必要な場合を除く)。
    
    戻り値:
    
    自動生成
  - getTrainSamples
```
public Mat getTrainSamples()
```
    Returns matrix of train samples transposed. See ml::SampleTypes. sampleIdx) the active variables. In current implementation the function tries to avoid physical data copying and returns the matrix stored inside TrainData (unless the transposition or compression is needed).
    
    戻り値:
    
    自動生成
  - getTrainResponses
```
public Mat getTrainResponses()
```
    Returns the vector of responses The function returns ordered or the original categorical responses. Usually it's used in regression algorithms.
    
    戻り値:
    
    自動生成
  - getTrainNormCatResponses
```
public Mat getTrainNormCatResponses()
```
    Returns the vector of normalized categorical responses The function returns vector of responses. Each response is integer from 0 to `<number of classes>-1`. The actual label value can be retrieved then from the class label vector, see TrainData::getClassLabels.
    
    戻り値:
    
    自動生成
  - getTestResponses
```
public Mat getTestResponses()
```
  - getTestNormCatResponses
```
public Mat getTestNormCatResponses()
```
  - getResponses
```
public Mat getResponses()
```
  - getNormCatResponses
```
public Mat getNormCatResponses()
```
  - getSampleWeights
```
public Mat getSampleWeights()
```
  - getTrainSampleWeights
```
public Mat getTrainSampleWeights()
```
  - getTestSampleWeights
```
public Mat getTestSampleWeights()
```
  - getVarIdx
```
public Mat getVarIdx()
```
  - getVarType
```
public Mat getVarType()
```
  - getVarSymbolFlags
```
public Mat getVarSymbolFlags()
```
  - getResponseType
```
public int getResponseType()
```
  - getTrainSampleIdx
```
public Mat getTrainSampleIdx()
```
  - getTestSampleIdx
```
public Mat getTestSampleIdx()
```
  - getValues
```
public void getValues(int vi,
                      Mat sidx,
                      float values)
```
  - getDefaultSubstValues
```
public Mat getDefaultSubstValues()
```
  - getCatCount
```
public int getCatCount(int vi)
```
  - getClassLabels
```
public Mat getClassLabels()
```
    Returns the vector of class labels The function returns vector of unique labels occurred in the responses.
    
    戻り値:
    
    自動生成
  - getCatOfs
```
public Mat getCatOfs()
```
  - getCatMap
```
public Mat getCatMap()
```
  - setTrainTestSplit
```
public void setTrainTestSplit(int count,
                              boolean shuffle)
```
    Splits the training data into the training and test parts SEE: TrainData::setTrainTestSplitRatio
    
    引数:
    
    count - 自動生成
    
    shuffle - 自動生成
  - setTrainTestSplit
```
public void setTrainTestSplit(int count)
```
    Splits the training data into the training and test parts SEE: TrainData::setTrainTestSplitRatio
    
    引数:
    
    count - 自動生成
  - setTrainTestSplitRatio
```
public void setTrainTestSplitRatio(double ratio,
                                   boolean shuffle)
```
    Splits the training data into the training and test parts The function selects a subset of specified relative size and then returns it as the training set. If the function is not called, all the data is used for training. Please, note that for each of TrainData::getTrain\* there is corresponding TrainData::getTest\*, so that the test subset can be retrieved and processed as well. SEE: TrainData::setTrainTestSplit
    
    引数:
    
    ratio - 自動生成
    
    shuffle - 自動生成
  - setTrainTestSplitRatio
```
public void setTrainTestSplitRatio(double ratio)
```
    Splits the training data into the training and test parts The function selects a subset of specified relative size and then returns it as the training set. If the function is not called, all the data is used for training. Please, note that for each of TrainData::getTrain\* there is corresponding TrainData::getTest\*, so that the test subset can be retrieved and processed as well. SEE: TrainData::setTrainTestSplit
    
    引数:
    
    ratio - 自動生成
  - shuffleTrainTest
```
public void shuffleTrainTest()
```
  - getTestSamples
```
public Mat getTestSamples()
```
    Returns matrix of test samples
    
    戻り値:
    
    自動生成
  - getNames
```
public void getNames(java.util.List<java.lang.String> names)
```
    Returns vector of symbolic names captured in loadFromCSV()
    
    引数:
    
    names - 自動生成
  - getSubVector
```
public static Mat getSubVector(Mat vec,
                               Mat idx)
```
    Extract from 1D vector elements specified by passed indexes.
    
    引数:
    
    vec - 入力ベクトル (サポートされる型: CV_32S, CV_32F, CV_64F)
    
    idx - 1次元のインデックスベクトル
    
    戻り値:
    
    自動生成
  - getSubMatrix
```
public static Mat getSubMatrix(Mat matrix,
                               Mat idx,
                               int layout)
```
    Extract from matrix rows/cols specified by passed indexes.
    
    引数:
    
    matrix - 入力行列 (サポートされる型: CV_32S, CV_32F, CV_64F)
    
    idx - 1次元のインデックスベクトル
    
    layout - 行を抽出する (cv::ml::ROW_SAMPLES) か列を抽出する (cv::ml::COL_SAMPLES) かを指定する
    
    戻り値:
    
    自動生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx,
                               Mat sampleWeights,
                               Mat varType)
```
    Creates training data from in-memory arrays.
    
    引数:
    
    samples - サンプルの行列。型は CV_32F でなければならない。
    
    layout - ml::SampleTypes を参照。
    
    responses - レスポンスの行列。レスポンスがスカラの場合は、単一の行または単一の列として格納する必要がある。行列の型は CV_32F または CV_32S でなければならない (前者の場合、レスポンスはデフォルトで順序付き (ordered) とみなされ、後者の場合はカテゴリ (categorical) とみなされる)
    
    varIdx - 学習に使用する変数を指定するベクトル。0始まりの変数インデックスを含む整数ベクトル (CV_32S) か、有効な変数のマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。
    
    sampleIdx - 学習に使用するサンプルを指定するベクトル。0始まりのサンプルインデックスを含む整数ベクトル (CV_32S) か、学習サンプルのマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。
    
    sampleWeights - 各サンプルの重みを含む省略可能なベクトル。型は CV_32F でなければならない。
    
    varType - 型 CV_8U でサイズが `<number_of_variables_in_samples> + <number_of_variables_in_responses>` の省略可能なベクトルで、各入力変数および出力変数の型を含む。ml::VariableTypes を参照。
    
    戻り値:
    
    自動生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx,
                               Mat sampleWeights)
```
    Creates training data from in-memory arrays.
    
    引数:
    
    samples - サンプルの行列。型は CV_32F でなければならない。
    
    layout - ml::SampleTypes を参照。
    
    responses - レスポンスの行列。レスポンスがスカラの場合は、単一の行または単一の列として格納する必要がある。行列の型は CV_32F または CV_32S でなければならない (前者の場合、レスポンスはデフォルトで順序付き (ordered) とみなされ、後者の場合はカテゴリ (categorical) とみなされる)
    
    varIdx - 学習に使用する変数を指定するベクトル。0始まりの変数インデックスを含む整数ベクトル (CV_32S) か、有効な変数のマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。
    
    sampleIdx - 学習に使用するサンプルを指定するベクトル。0始まりのサンプルインデックスを含む整数ベクトル (CV_32S) か、学習サンプルのマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。
    
    sampleWeights - 各サンプルの重みを含む省略可能なベクトル。型は CV_32F でなければならない。 <number_of_variables_in_responses>`, containing types of each input and output variable. See ml::VariableTypes.
    
    戻り値:
    
    自動生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx,
                               Mat sampleIdx)
```
    Creates training data from in-memory arrays.
    
    引数:
    
    samples - サンプルの行列。型は CV_32F でなければならない。
    
    layout - ml::SampleTypes を参照。
    
    responses - レスポンスの行列。レスポンスがスカラの場合は、単一の行または単一の列として格納する必要がある。行列の型は CV_32F または CV_32S でなければならない (前者の場合、レスポンスはデフォルトで順序付き (ordered) とみなされ、後者の場合はカテゴリ (categorical) とみなされる)
    
    varIdx - 学習に使用する変数を指定するベクトル。0始まりの変数インデックスを含む整数ベクトル (CV_32S) か、有効な変数のマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。
    
    sampleIdx - 学習に使用するサンプルを指定するベクトル。0始まりのサンプルインデックスを含む整数ベクトル (CV_32S) か、学習サンプルのマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。 <number_of_variables_in_responses>`, containing types of each input and output variable. See ml::VariableTypes.
    
    戻り値:
    
    自動生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses,
                               Mat varIdx)
```
    Creates training data from in-memory arrays.
    
    引数:
    
    samples - サンプルの行列。型は CV_32F でなければならない。
    
    layout - ml::SampleTypes を参照。
    
    responses - レスポンスの行列。レスポンスがスカラの場合は、単一の行または単一の列として格納する必要がある。行列の型は CV_32F または CV_32S でなければならない (前者の場合、レスポンスはデフォルトで順序付き (ordered) とみなされ、後者の場合はカテゴリ (categorical) とみなされる)
    
    varIdx - 学習に使用する変数を指定するベクトル。0始まりの変数インデックスを含む整数ベクトル (CV_32S) か、有効な変数のマスクを含むバイトベクトル (CV_8U) のいずれかを指定できる。 vector (CV_32S) containing 0-based sample indices or byte vector (CV_8U) containing a mask of training samples. <number_of_variables_in_responses>`, containing types of each input and output variable. See ml::VariableTypes.
    
    戻り値:
    
    自動生成
  - create
```
public static TrainData create(Mat samples,
                               int layout,
                               Mat responses)
```
    Creates training data from in-memory arrays.
    
    引数:
    
    samples - サンプルの行列。型は CV_32F でなければならない。
    
    layout - ml::SampleTypes を参照。
    
    responses - レスポンスの行列。レスポンスがスカラの場合は、単一の行または単一の列として格納する必要がある。行列の型は CV_32F または CV_32S でなければならない (前者の場合、レスポンスはデフォルトで順序付き (ordered) とみなされ、後者の場合はカテゴリ (categorical) とみなされる) (CV_32S) containing 0-based variable indices or byte vector (CV_8U) containing a mask of active variables. vector (CV_32S) containing 0-based sample indices or byte vector (CV_8U) containing a mask of training samples. <number_of_variables_in_responses>`, containing types of each input and output variable. See ml::VariableTypes.
    
    戻り値:
    
    自動生成

クラス TrainData

フィールドの要約

コンストラクタの要約

メソッドの要約

クラス java.lang.Object から継承したメソッド

フィールドの詳細

nativeObj

コンストラクタの詳細

TrainData

メソッドの詳細

getNativeObjAddr

__fromPtr__

getLayout

getNTrainSamples

getNTestSamples

getNSamples

getNVars

getNAllVars

getSample

getSamples

getMissing

getTrainSamples

getTrainSamples

getTrainSamples

getTrainSamples

getTrainResponses

getTrainNormCatResponses

getTestResponses

getTestNormCatResponses

getResponses

getNormCatResponses

getSampleWeights

getTrainSampleWeights

getTestSampleWeights

getVarIdx

getVarType

getVarSymbolFlags

getResponseType

getTrainSampleIdx

getTestSampleIdx

getValues

getDefaultSubstValues

getCatCount

getClassLabels

getCatOfs

getCatMap

setTrainTestSplit

setTrainTestSplit

setTrainTestSplitRatio

setTrainTestSplitRatio

shuffleTrainTest

getTestSamples

getNames

getSubVector

getSubMatrix

create

create

create

create

create

fromPtr