OpenCV机器学习（10）训练数据的一个核心类cv::ml::TrainData

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::ml::TrainData 类是 OpenCV 机器学习模块中用于表示训练数据的一个核心类。它封装了样本数据、响应（标签）、样本权重等信息，并提供了多种方法来创建和操作这些数据，以适应不同的机器学习算法需求。

主要功能

• 数据准备：允许你从原始数据创建训练数据对象。
• 支持多种任务：无论是分类、回归还是其他类型的任务，都可以使用 TrainData 来组织你的数据。
• 灵活的数据输入：支持直接从矩阵输入数据，也支持加载来自文件的数据。
• 数据分割：可以将数据集分割为训练集和测试集。

常用成员函数

• 创建 TrainData 对象
  static Ptr create(InputArray samples, int layout, InputArray responses, InputArray varIdx=noArray(), InputArray sampleIdx=noArray(), InputArray sampleWeights=noArray(), InputArray varType=noArray())：
  从给定的样本、响应和其他可选参数创建一个 TrainData 对象。
  • samples：样本数据矩阵，每一行代表一个样本。
  • layout：样本布局，可以是 ROW_SAMPLE 或 COL_SAMPLE，表示每个样本是按行还是按列存储。
  • responses：每个样本对应的响应向量或矩阵。
• 获取数据信息
  • int getNTrainSamples() const：获取训练样本的数量。
  • int getNVars() const：获取变量（特征）的数量。
  • Mat getSamples() const：返回所有样本。
  • Mat getResponses() const：返回所有响应。
  • Mat getSampleWeights() const：返回样本权重。
  • Mat getTrainSampleWeights() const：返回训练集的样本权重。
• 数据分割
  • void setTrainTestSplit(int count, bool shuffle=true)：根据指定的训练样本数量将数据集划分为训练集和测试集。
  • void setTrainTestSplitRatio(double ratio, bool shuffle=true)：根据比例将数据集划分为训练集和测试集。
  • Mat getTrainSamples() const：返回训练集的样本。
  • Mat getTrainResponses() const：返回训练集的响应。
  • Mat getTestSamples() const：返回测试集的样本。
  • Mat getTestResponses() const：返回测试集的响应。

代码示例

#include 
#include 
#include 

using namespace cv;
using namespace cv::ml;
using namespace std;

int main()
{
    // 准备训练数据
    Mat samples = ( Mat_< float >( 4, 2 ) << 0.5, 1.0, 1.0, 1.5, 2.0, 0.5, 1.5, 0.0 );

    Mat responses = ( Mat_< int >( 4, 1 ) << 0, 0, 1, 1 );

    // 使用TrainData创建训练数据对象
    Ptr< TrainData > trainData = TrainData::create( samples, ROW_SAMPLE, responses );

    // 打印样本数量和变量数量
    cout << "Number of training samples: " << trainData->getNTrainSamples() << endl;
    cout << "Number of variables: " << trainData->getNVars() << endl;

    // 分割数据集为训练集和测试集
    trainData->setTrainTestSplitRatio( 0.75, true );  // 按75%比例分割，shuffle=true表示随机打乱

    // 获取训练样本和响应
    Mat trainSamples   = trainData->getTrainSamples();
    Mat trainResponses = trainData->getTrainResponses();

    // 获取测试样本和响应
    Mat testSamples   = trainData->getTestSamples();
    Mat testResponses = trainData->getTestResponses();

    // 训练一个简单的SVM模型作为示例
    Ptr< SVM > svm_model = SVM::create();
    svm_model->setType( SVM::C_SVC );
    svm_model->setKernel( SVM::RBF );
    svm_model->setC( 1 );
    svm_model->setGamma( 0.5 );

    bool ok = svm_model->train( trainData );
    if ( ok )
    {
        // 对测试集中的样本进行预测
        float response = svm_model->predict( testSamples );

        cout << "The predicted response for the test sample is: " << response << endl;
    }
    else
    {
        cerr << "Training failed!" << endl;
    }

    return 0;
}

运行结果

Number of training samples: 4
Number of variables: 2
The predicted response for the test sample is: 1