机器学习功能的响应？

Question

在完成here解释的任何机器学习功能时。它们都遵循cvStatModel的格式。

例如，NormalBayes的列车功能是通过以下方式实现的：

CvNormalBayesClassifier::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat& sampleIdx=Mat(), bool update=false )

文档告诉您检查cvStatModel以获取有关参数的详细信息。

我不明白的是responses应该采取什么？我知道trainData是我们用来训练系统的数据，但是在回复中应该放什么？

在一个单词包的示例中，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);

所以这里图像的文件名被转换为双精度并用作responses元素。

我不明白这一点并且对此感到困惑。有人可以解释responses元素应该采取的内容吗？为什么在上面的例子中使用了atof？

Answer 1

这些模型是受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（即测量的矢量），还需要与每个样本相关的标签（或连续值）。例如，如果您尝试检测包含猫的图像，则会有一组训练集，例如500张不包含猫的图像和500张包含猫的图像。您计算所有1000个图像的描述符，并为每个类别分配一个数字（按照惯例，-1表示“非猫”，1表示“猫”）。然后，响应将是1000x1整数的矩阵，前500个值为-1，而剩余的值为1。

在您的示例中，atof用于将目录名称转换为表示类别的唯一编号，因为训练示例可能按文件夹（文件夹猫，狗，自行车等）排序。