使用决策树

Question

我知道;博士;

我会试着解释一下我的问题而不用烦人的代码来打扰你。我正在完成一项学校作业。我们有蓝精灵的照片，我们必须通过前景背景分析找到它们。我在java中有一个决策树，其中所有数据（HSV直方图）都是一个节点。然后尝试找到最佳属性（来自直方图数据）以分割树。然后执行拆分并创建左侧和右侧子树，并在两个节点树上拆分数据。所有数据仍保留在主树中，以便能够计算基尼指数。

因此，经过26分钟的分析蓝精灵，我的电脑有一棵巨树，有分裂和其他数据。现在我的问题是，任何人都可以给我一个关于如何分析新图片并确定哪些像素可能是“蓝图像素”的全局概念。我知道我必须使用新smurf的HSV直方图生成一个新的数据点数组，然后我需要使用生成的树来确定哪些像素属于蓝精灵。

任何人都可以给我一个关于如何做到这一点的指针吗？

一些附加信息。
每个Decision Tree对象都有一个Split对象，它具有要拆分的最佳属性，要拆分的值和gini索引。

如果我需要提供任何其他信息，我希望听到它。

Answer 1

行。基本上，在未经优化的伪代码中：为了在新图像中标记像素：

对于新图像中的每个像素：

• 计算像素的HSV特征
• 递归地，从树的根开始：
• 这是一片叶子吗？如果是，则给像素指定节点的主要标签。
• 否则，请根据像素的功能检查分割标准，然后相应地转到右侧或左侧的孩子

我希望这在你的背景下有意义。