OpenCV 中的决策树

Question

我有一张表格，其中包含有关某个地区几天内的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。

为了在 OpenCV 中使用决策树，有一个类 CvDTree。在这个类中构造决策树有train的方法：

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

如何在Mat trainData 中转换我的输入（温度、湿度、风、...、森林火灾次数）？

添加：

编译这段代码时出错：

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

线程“main”中的异常 java.lang.Exception: std::exception: vector too long 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) 在 sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 在 sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 在 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 数据对象包含用于训练树的样本数据。一行对应一个样本。你拥有的样本越多，你的树就会得到更好的训练。您可以在 Mat 数据对象中拥有任意数量的列。每列对应一个不同的样本特征。

Mat 响应对象包含树旨在预测的值。这是一个单列矩阵，其行数与您的 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。

对于您基于区域的温度、湿度和风测量值预测森林火灾的示例...该区域的每个测量值都需要转换为浮点值。每个区域将在您的 Mat 数据对象中有一行，在您的数据响应对象中有一行。 Mat 数据行将填充以浮点值表示的区域测量值。 Mat 响应行将是森林火灾的数量（或者正如 Nicholas 在您的 cmets 中指出的那样，将森林火灾的数量放入索引直方图中可能会更好）。

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

更改后我能够编译和运行而没有错误。