Fatal编程技术网
  • opencv/
  • Opencv 机器学习功能的响应？

Opencv 机器学习功能的响应？

opencv machine-learning

Opencv 机器学习功能的响应？,opencv,machine-learning,svm,Opencv,Machine Learning,Svm,在执行任何已解释的机器学习功能时。它们都遵循cvStatModel的格式 例如，NormalBayes的列车功能通过以下方式实现： CvNormalBayesClassifier::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat& sampleIdx=Mat(), bool update=false ) 文档告诉您查看cvStatModel以

在执行任何已解释的机器学习功能时。它们都遵循cvStatModel的格式

例如，NormalBayes的列车功能通过以下方式实现：

CvNormalBayesClassifier::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat& sampleIdx=Mat(), bool update=false )
文档告诉您查看cvStatModel以了解有关参数的详细信息

我不明白的是，
的回答应该是什么？我知道
trainData
是我们用一大堆单词来训练系统的数据，但是在回答中应该放些什么呢

在单词袋的示例中，响应元素的处理如下：


float label=atof(entryPath.filename().c_str());
labels.push_back(label);

NormalBayesClassifier classifier;
classifier.train(trainingData, labels);


因此，在这里，图像的文件名被转换为双精度文件名，并用作
responses
元素


我不明白这一点，对此感到困惑。有人能解释一下
元素的响应应该是什么吗？为什么上面的例子中使用了atof？
这些模型是有监督的机器学习技术，这意味着训练模型不仅需要训练数据（即测量向量），还需要与每个样本相关的标签（或连续值）。例如，如果您试图检测包含猫的图像，那么您有一个训练集，例如，500个不包含猫的图像和500个包含猫的图像。计算所有1000幅图像的描述符，并为每个类别分配一个数字（按照惯例，“非猫”为-1，“猫”为1）。然后，响应将是一个1000x1整数的矩阵，前500个值为-1，其余为1

在您的示例中，atof用于将目录名转换为表示类别的唯一编号，因为培训示例可能按文件夹（文件夹cats、dogs、bicycles等）排序