训练 CvNormalBayesClassifier opencv 中的组件掩码是什么？

Question

我正在使用普通贝叶斯分类器训练 SIFT BOW 描述符。我的训练数据有 79 行，每行代表一个样本和 500 列。响应数据有 79 行和 1 列。 varIdx 和 sampleIdx 为 0 且 update=true。

 CvNormalBayesClassifier 分类器=新 CvNormalBayesClassifier();

         CvMat val1 =cvCreateMat(1,1,CV_8U);
         双[] myarr1=新双[1]；
         myarr1[0]=0.0；
         val1.put(myarr1);
         CvMat val2 =cvCreateMat(1,1,CV_8U);
         双[] myarr2=新双[1]；
         myarr2[0]=0.0；
         val2.put(myarr2);

         分类器.train（训练数据，标签，val1，val2，真）；

错误：

OpenCV 错误：输入参数的大小不匹配（组件掩码应包含与输入变量总数一样多的元素）在 cvPreprocessIndexArray，文件 ..\..\..\..\opencv\modules\ml\src\ inner_functions.cpp，第 426 行 线程“main”中的异常 java.lang.RuntimeException: ..\..\..\..\opencv\modules\ml\src\inner_functions.cpp:426: error: (-209) 组件掩码应该包含尽可能多的元素作为函数 cvPreprocessIndexArray 中输入变量的总数 在 com.googlecode.javacv.cpp.opencv_ml$CvNormalBayesClassifier.train（本机方法） 在 com.cis.project.Recognition.main(Recognition.java:74)

什么是组件掩码？

Answer 1

来自docs：

许多机器学习模型可以在选定的特征子集和/或在训练集的选定样本子集上进行训练。为了方便您，方法 train 通常包含 var_idx 和 sample_idx 参数。前一个参数标识感兴趣的变量（特征），后一个参数标识感兴趣的样本。两个向量都是整数 (CV_32SC1) 向量（从 0 开始的索引列表）或活动变量/样本的 8 位 (CV_8UC1) 掩码。您可以传递 NULL 指针而不是任何一个参数，这意味着所有变量/样本都用于训练。

所以，要么传递一个 1d 整数或与标签/样本长度相同的 uchar Mat，填充 0 和 1 用作掩码，要么传递一个空对象（或空指针，具体取决于您的 api )。