有没有办法从 Opencv 中实现的 adaboost 算法中提取与弱学习器对应的特征?
我知道 adaboost 结合了一组基于一组输入特征的弱学习器。为训练集中的每个样本测量相同的特征。通常 adaboost 使用一个决策树桩,并为每个特征设置一个阈值,并选择具有最小误差的决策树桩。我想找出产生弱学习者的特征是什么。
谢谢。
有没有办法从 Opencv 中实现的 adaboost 算法中提取与弱学习器对应的特征?
我知道 adaboost 结合了一组基于一组输入特征的弱学习器。为训练集中的每个样本测量相同的特征。通常 adaboost 使用一个决策树桩,并为每个特征设置一个阈值,并选择具有最小误差的决策树桩。我想找出产生弱学习者的特征是什么。
谢谢。
您只需保存模型并从文本文件中提取树/树桩。save() api使用起来非常简单。在文件中,您将找到如下项目:
“拆分:- { var:448,质量:5.0241161137819290e-002,le:1.7250000000000000e+002 }”
“var”旁边的数字是特征索引,“le”是这个特征的“小于”值。