Question

我有一张表格，其中包含一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

所有数据均以数字形式显示。

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 OpenCV 中的决策树，有一个类CvDTree。在此类中构造决策树的方法为train：

boolean train (Mat trainData, int tflag, Mat responses)

如何在Mat trainData中转换输入（温度，湿度，风，......，森林火灾数量）？

加了：

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（在行tree.train(data, Ml.ROW_SAMPLE, responses);中）：

线程“main”中的异常java.lang.Exception：std :: exception：vector太长在org.opencv.ml.StatModel.train_0（本机方法）在org.opencv.ml.StatModel.train（StatModel.java:95）在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）在java.lang.reflect.Method.invoke（Method.java:497）在com.intellij.rt.execution.application.AppMain.main（AppMain.java:140）

Answer 1

Mat数据对象包含树将在其上训练的样本数据。一行对应于一个样本。您拥有的样本越多，您的树训练得越好。 Mat数据对象中可以具有任意数量的列。每列对应一个不同的示例特征。

Mat响应对象包含树旨在预测的值。这是一列矩阵，其行数与Mat数据对象相同。 Mat响应对象中的每个行号都与Mat数据对象中具有相同行号的样本相对应。

对于您根据区域的温度，湿度和风向预测森林火灾的示例...该区域的每个度量都需要转换为浮点值。每个区域在Mat数据对象中将有一行，而在Data Response对象中将有一行。 Mat数据行将填充以浮点值表示的区域测量值。垫响应行将是森林火灾的数量（或者正如尼古拉斯在您的评论中指出的那样，最好将森林火灾的数量放入索引的直方图中）。

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

更改这些代码后，我能够毫无错误地进行编译和运行。

OpenCV中的决策树

1 个答案: