使用此处解释的任何机器学习功能时。它们都遵循 cvStatModel 的格式。
例如 NormalBayes 的 train 函数是通过以下方式实现的:
CvNormalBayesClassifier::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat& sampleIdx=Mat(), bool update=false )
该文档告诉您查看 cvStatModel 以获取有关参数的详细信息。
我不明白responses
应该采取什么措施?我知道这trainData
是我们用于使用词袋训练系统的数据,但是在响应中放置什么?
在关于词袋的示例中,响应元素的处理方式如下:
float label=atof(entryPath.filename().c_str());
labels.push_back(label);
NormalBayesClassifier classifier;
classifier.train(trainingData, labels);
所以在这里图像的文件名被转换为双精度并用作responses
元素。
我不明白这一点,对此感到困惑。有人可以解释一下该responses
元素应该采用什么吗?为什么atof
在上面的例子中使用?