機器學習

詳細說明

機器學習庫 (MLL) 是一組用於資料的統計分類、迴歸和聚類的類和函式。

大多數分類和迴歸演算法都實現為 C++ 類。由於演算法具有不同的特徵集（例如處理缺失測量或分類輸入變數的能力），因此類之間很少有共同點。這個共同點由類 cv::ml::StatModel 定義，所有其他 ML 類都繼承自它。

詳細概述請參見：機器學習概述。

類
類	cv::ml::ANN_MLP
	人工神經網路 - 多層感知器。 更多...
類	cv::ml::Boost
	從 DTrees 派生的提升樹分類器。 更多...
類	cv::ml::DTrees
	該類表示單個決策樹或決策樹集合。 更多...
類	cv::ml::EM
	該類實現了期望最大化演算法。 更多...
類	cv::ml::KNearest
	該類實現了 K-最近鄰模型。 更多...
類	cv::ml::LogisticRegression
	實現了邏輯迴歸分類器。 更多...
類	cv::ml::NormalBayesClassifier
	適用於正態分佈資料的貝葉斯分類器。 更多...
類	cv::ml::ParamGrid
	該結構表示統計模型引數的對數網格範圍。 更多...
類	cv::ml::RTrees
	該類實現了隨機森林預測器。 更多...
結構體	cv::ml::SimulatedAnnealingSolverSystem
	該類聲明瞭模擬退火最佳化演算法中系統狀態的示例介面。 更多...
類	cv::ml::StatModel
	OpenCV ML 中統計模型的基類。 更多...
類	cv::ml::SVM
	支援向量機。 更多...
類	cv::ml::SVMSGD
	隨機梯度下降 SVM 分類器。 更多...
類	cv::ml::TrainData
	封裝訓練資料的類。 更多...

型別定義 (Typedefs)
typedef ANN_MLP	cv::ml::ANN_MLP_ANNEAL

列舉
enum	cv::ml::ErrorTypes {   cv::ml::TEST_ERROR = 0 ,   cv::ml::TRAIN_ERROR = 1 }
	錯誤型別 更多...
enum	cv::ml::SampleTypes {   cv::ml::ROW_SAMPLE = 0 ,   cv::ml::COL_SAMPLE = 1 }
	樣本型別。 更多...
enum	cv::ml::VariableTypes {   cv::ml::VAR_NUMERICAL =0 ,   cv::ml::VAR_ORDERED =0 ,   cv::ml::VAR_CATEGORICAL =1 }
	變數型別。 更多...

函式
void	cv::ml::createConcentricSpheresTestSet (int nsamples, int nfeatures, int nclasses, OutputArray samples, OutputArray responses)
	建立測試集。
void	cv::ml::randMVNormal (InputArray mean, InputArray cov, int nsamples, OutputArray samples)
	從多元正態分佈生成樣本。
template<class SimulatedAnnealingSolverSystem >
int	cv::ml::simulatedAnnealingSolver (SimulatedAnnealingSolverSystem &solverSystem, double initialTemperature, double finalTemperature, double coolingRatio, size_t iterationsPerStep, double *lastTemperature=NULL, cv::RNG &rngEnergy=cv::theRNG())
	該類實現了用於最佳化的模擬退火演算法。

型別定義文件 (Typedef Documentation)

ANN_MLP_ANNEAL

typedef ANN_MLP cv::ml::ANN_MLP_ANNEAL

#include <opencv2/ml.hpp>

列舉型別文件 (Enumeration Type Documentation)

ErrorTypes

enum cv::ml::ErrorTypes

#include <opencv2/ml.hpp>

錯誤型別

列舉值 (Enumerator)
TEST_ERROR  Python: cv.ml.TEST_ERROR
TRAIN_ERROR  Python: cv.ml.TRAIN_ERROR

SampleTypes

enum cv::ml::SampleTypes

#include <opencv2/ml.hpp>

樣本型別。

列舉值 (Enumerator)
ROW_SAMPLE  Python: cv.ml.ROW_SAMPLE	每個訓練樣本是一行樣本
COL_SAMPLE  Python: cv.ml.COL_SAMPLE	每個訓練樣本佔據一列樣本

VariableTypes

enum cv::ml::VariableTypes

#include <opencv2/ml.hpp>

變數型別。

列舉值 (Enumerator)
VAR_NUMERICAL  Python: cv.ml.VAR_NUMERICAL	同 VAR_ORDERED
VAR_ORDERED  Python: cv.ml.VAR_ORDERED	有序變數
VAR_CATEGORICAL  Python: cv.ml.VAR_CATEGORICAL	分類變數

函式文件 (Function Documentation)

createConcentricSpheresTestSet()

void cv::ml::createConcentricSpheresTestSet	(	int	nsamples,
		int	nfeatures,
		int	nclasses,
		OutputArray	samples (樣本),
		OutputArray	responses )

#include <opencv2/ml.hpp>

建立測試集。

此函式的呼叫圖

randMVNormal()

void cv::ml::randMVNormal	(	InputArray	mean,
		InputArray	cov,
		int	nsamples,
		OutputArray	samples (樣本) )

#include <opencv2/ml.hpp>

從多元正態分佈生成樣本。

引數

mean	一個平均行向量
cov	對稱協方差矩陣
nsamples	返回的樣本數
samples (樣本)	返回的樣本陣列

此函式的呼叫圖

simulatedAnnealingSolver()

template<class SimulatedAnnealingSolverSystem >

int cv::ml::simulatedAnnealingSolver	(	SimulatedAnnealingSolverSystem &	solverSystem,
		double	initialTemperature,
		double	finalTemperature,
		double	coolingRatio,
		size_t	iterationsPerStep,
		double *	lastTemperature=NULL,
		cv::RNG &	rngEnergy=cv::theRNG() )

#include <opencv2/ml.hpp>

該類實現了用於最佳化的模擬退火演算法。

[152] 詳細資訊

引數

solverSystem	最佳化系統（參見 SimulatedAnnealingSolverSystem）
initialTemperature	初始溫度
finalTemperature	最終溫度
coolingRatio	溫度步長乘數
iterationsPerStep	每次溫度變化步長的迭代次數
lastTemperature	最後一個使用的溫度的可選輸出
rngEnergy	指定自定義隨機數生成器（預設為 cv::theRNG()）

此函式的呼叫圖