使用 OpenCV 的琐碎随机森林不起作用,与 sklearn 不同
Trivial random forest with OpenCV doesn't work and isn't the same as sklearn
我正在尝试让最简单的随机森林示例起作用。训练数据为 2 个点 {0,0},标签为 0,{1,1},标签为 1。要预测的样本是 {2,2}。OpenCV 返回 0 而不是 1。以下是 C++ ( main.cpp
中的 OpenCV 代码:
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/ml/ml.hpp>
using namespace std;
using namespace cv;
int main(int argc, char const *argv[]) {
cout << " hi n";
float trainingData[2][2] = { {0.0, 0.0}, {1.0, 1.0}};
Mat training_data(2, 2, CV_32FC1, trainingData);
float trainingClass[2] = {0.0,1.0};
Mat training_class(2, 1, CV_32FC1, trainingClass);
CvRTrees rtree;
rtree.train(training_data, CV_ROW_SAMPLE, training_class);
float sampleData[2] = {2.0, 2.0};
Mat sample_data(2, 1, CV_32FC1, sampleData);
cout << rtree.predict(sample_data) << " <-- predictn";
return 0;
}
cmake 文件:
cmake_minimum_required(VERSION 2.8)
project( main )
find_package( OpenCV REQUIRED )
add_executable( main main.cpp )
target_link_libraries( main ${OpenCV_LIBS} )
运行:
> cmake .;make;./main
hi
0 <-- predict
为了进行比较,这里有一个python的sklearn代码(rfc.py
):
from sklearn.ensemble import RandomForestClassifier
X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = RandomForestClassifier(n_estimators=10)
clf = clf.fit(X, Y)
print clf.predict([[2., 2.]])
运行:
> python rfc.py
[1]
要训练的点数太少。 如果我将其更改为 3,一切正常。
将min_sample_count
更改为 2 也有效。
相关文章:
- 我的神经网络不起作用 [XOR 问题]
- 在C++程序中输入的文本文件将不起作用,除非文本被复制和粘贴
- C++映射:具有自定义类的运算符[]不起作用(总是返回0)
- C++为什么尽管我调用了void函数,它却不起作用
- 为什么在保护模式下继承升级不起作用
- 循环在计数器中不起作用
- 在其他文件中创建类时在 c++ 项目中不起作用
- Visual studio代码重构似乎不起作用(例如,重命名符号-f2)
- 为什么二进制搜索在我的测试中不起作用
- 我的代码中有错误吗?使用BGI图形的C++代码对我不起作用
- 为什么 const std::p air<K,V>& 在 std::map 上基于范围的 for 循环不起作用?
- 带有指定长度字符* 参数的 std::regex_search 在 VS2017 中不起作用?
- Bjarne Stroustrup Book - std_lib_facilities.h - 不起作用(未知类型名称)
- 为什么简单的算术减法在"if"条件下不起作用?
- 为什么Stroustup书中的has_f不起作用
- 你能检查一下为什么在这个代码中从链接列表中删除项目不起作用吗
- 嵌套While循环不起作用(C++问题)
- C++Matching Brackets 2解决方案不起作用
- 为什么这段代码不起作用,我该如何解决?
- 使用 OpenCV 的琐碎随机森林不起作用,与 sklearn 不同