Opencv 300-随机森林预测返回错误答案

Opencv 300 - Random Forest Predict returns wrong answer

本文关键字：返回 错误 答案 300- 随机 森林 Opencv      更新时间：2023-10-16

你们知道以下OpenCV 300中的简单随机森林示例有什么问题吗（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，

我知道我可能有点晚了，但我在OpenCV 2.4.13中遇到了同样的问题，而且OpenCV的RandomTrees算法似乎不喜欢值为0的类，

我的意思是，如果响应矩阵的一个或多个元素为0，RTree算法将始终预测0。

我通过将响应矩阵中的所有0替换为另一个值（例如，在您的情况下为2即可）来解决此问题。

相关文章：