如何在随机决策林中设置训练参数进行分类？

Question

我使用随机决策森林进行人脸识别。我有51人的数据库。对于每个人，我使用了34个图像来训练分类器和17个图像用于测试。我的特征向量的大小是11340。

我使用opencv V2.4.9在c ++中进行了编程。

很少有声明......

# define NUMBER_OF_TRAINING_SAMPLES 1734

# define ATTRIBUTES_PER_SAMPLE 11340

# define NUMBER_OF_TESTING_SAMPLES 867

# define NUMBER_OF_CLASSES 51

在设置参数以训练随机决策森林时，我已将这些参数设置为..

CvRTParams params = CvRTParams(50,15,0,false,10,priors,false, 0,510,0.01f,
                       CV_TERMCRIT_ITER |   CV_TERMCRIT_EPS);

我想知道如何设置第2个（最小样本数）和第5个（最大类别数）参数。

我已经读过opencv教程，对于最小样本计数，合理值是总数据的小百分比（例如1％）。我没有得到总数据的含义。