我有一张桌子,上面有关于某个地区几天内天气和森林火灾数量的信息:
Temperature | Humidity | Wind | ... | Number of forest fires
所有数据均以数字表示。
有必要使用这些数据来构建决策树,并使用它和输入参数(温度,湿度,风速等)来预测森林火灾的数量。
对于在OpenCV中使用决策树,有一个类CvDTree
。在此类中构造决策树有一种方法train
:
boolean train (Mat trainData, int tflag, Mat responses)
如何转换我的输入(温度,湿度,风,......,森林火灾的数量)Mat trainData
?
添加:
编译此代码时出错:
package com.selw;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Scalar;
import org.opencv.ml.DTrees;
import org.opencv.ml.Ml;
public class Main {
static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }
public static void main(String[] args) {
Mat data = new Mat(5, 3, CvType.CV_32FC1, new Scalar(0));
data.put(0, 0, new float[]{1.69f, 1, 0});
data.put(1, 0, new float[]{1.76f, 0, 0});
data.put(2, 0, new float[]{1.80f, 0, 0});
data.put(3, 0, new float[]{1.77f, 0, 0});
data.put(4, 0, new float[]{1.83f, 0, 1});
Mat responses = new Mat(5, 1, CvType.CV_32SC1, new Scalar(0));
responses.put(0, 0, new int[]{0, 1, 1, 0, 1});
DTrees tree = DTrees.create();
tree.train(data, Ml.ROW_SAMPLE, responses);
}
}
错误(在线tree.train(data, Ml.ROW_SAMPLE, responses);
):
Exception in thread "main" java.lang.Exception: std::exception: vector too long at org.opencv.ml.StatModel.train_0(Native Method) at org.opencv.ml.StatModel.train(StatModel.java:95) at com.selw.Main.main(Main.java:35) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:497) at com.intellij.rt.execution.application.AppMain.main(AppMain.java:140)
发布于 2018-09-20 13:09:53
Mat数据对象包含树将训练的样本数据。一行对应一个样本。你拥有的样本越多,树木的训练就越好。您可以在Mat数据对象中包含任意数量的列。每列对应不同的样本特征。
Mat响应对象包含树旨在预测的值。这是一个列列矩阵,其行数与Mat数据对象相同。Mat响应对象中的每个行号对应于Mat数据对象中具有相同行号的样本。
对于您根据区域的温度,湿度和风测量值预测森林火灾的示例...需要将每个区域的测量值转换为浮点值。每个区域在Mat数据对象中都有一行,在Data响应对象中有一行。Mat数据行将填充表示为浮点值的区域测量值。Mat响应行将是森林火灾的数量(或者正如Nicholas在您的评论中指出的那样,将森林火灾的数量放入索引直方图中可能更好)。
您可以通过更改以下设置来修复代码中的当前错误:
tree.setCVFolds(1); // opencv has not implemented pruning with cross-validation yet
tree.setMaxDepth(10); // there is currently a bug that will run the depth of the tree to infinity if you do not set a max
更改后,我能够无错误地编译和运行。
https://stackoverflow.com/questions/-100008867
复制相似问题