Opencv 300 - 随机森林预测返回错误答案
Posted
技术标签:
【中文标题】Opencv 300 - 随机森林预测返回错误答案【英文标题】:Opencv 300 - Random Forest Predict returns wrong answer 【发布时间】:2016-02-15 17:40:41 【问题描述】:你们对以下 OpenCV 300 中的简单随机森林示例有什么问题有任何想法吗(它总是预测“0”是错误的):
Mat train_data= (Mat_<int>(6,3) << 1, 1, 1, 2, 2, 2, -1, -1, -1, 0, 1, 2, 2, 3, 4, -1, -2, -3);
Mat response = (Mat_<int>(1,6) << 0,0,0,1, 1, 1);
Ptr<TrainData> tdata = TrainData::create(train_data, ROW_SAMPLE, response);
Ptr<RTrees> model;
model = RTrees::create();
model->setMaxDepth(4);
model->setMinSampleCount(5);
model->setRegressionAccuracy(0);
model->setUseSurrogates(false);
model->setMaxCategories(15);
model->setPriors(Mat());
model->setCalculateVarImportance(true);
model->setActiveVarCount(4);
model->setTermCriteria(TC(100,0.01f));
model->train(tdata);
Mat sample;
sample = (Mat_<float>(1,3) << 0,0,0); // if I use <int> I'll get error
cout << model->predict(sample) <<"\n";
sample = (Mat_<float>(1,3) << -4,-5,-6);
cout << model->predict(sample) <<"\n";
sample = (Mat_<float>(1,3) << 9,9,9);
cout << model->predict(sample) <<"\n";
sample = (Mat_<float>(1,3) << 19,20,21);
cout << model->predict(sample) <<"\n";
谢谢,
【问题讨论】:
【参考方案1】:我知道我可能有点晚了,但我在使用 OpenCV 2.4.13 时遇到了同样的问题,而且似乎 OpenCV 的 RandomTrees 算法不喜欢值为 0 的类,
我的意思是,如果您的 响应矩阵的一个或多个元素为 0,则 RTree 算法将始终预测为 0。
我通过用另一个值替换 response 矩阵中的所有 0 来解决它(例如,在你的情况下 2 就可以了)。
【讨论】:
以上是关于Opencv 300 - 随机森林预测返回错误答案的主要内容,如果未能解决你的问题,请参考以下文章