opencv - OpenCV 迭代随机森林训练

Question

我使用随机森林算法作为我论文项目的分类器。训练集由数千张图像组成，每张图像采样大约 2000 个像素。对于每个像素，我有数十万个特征。由于我目前的硬件限制（8G 内存，可能扩展到 16G），我只能将样本（即每个像素的特征）放入内存中，用于一张图像。我的问题是：是否可以多次调用 train 方法，每次使用不同的图像样本，并在每次调用时自动更新统计模型？我对变量重要性特别感兴趣，因为在我用整个特征集训练完整的训练集之后，我的想法是将特征的数量从几十万减少到大约 2000，只保留最重要的。

谢谢你的任何建议，丹尼尔

Answer 1

我不认为该算法支持增量训练。您可以考虑使用其他特征缩减方法在训练之前减小描述符的大小。或者估计所有训练图像中随机像素子集的变量重要性，尽可能多地填充到内存中......

Answer 2

请参阅我对这篇文章的回答。随机森林有增量版本，它们可以让你在更大的数据上进行训练。