OpenCV决策树参数问题

我在处理一个16类的问题时使用了决策树。我设置了以下参数:

CvDTreeParams params = CvDTreeParams(50, // 最大深度
    100,// 最小样本数
    0, // 回归精度:此处不适用
    true, // 计算替代分裂,无缺失数据
    16, // 最大类别数(对于更大的数字使用次优算法)
    5, // 交叉验证折数
    false, // 使用1SE规则 => 较小的树
    false, // 丢弃修剪后的树枝
    priors // 先验概率数组);
CvDTree* dtree = new CvDTree();
dtree->train(data, CV_ROW_SAMPLE, classes,
    Mat(), Mat(), var_type, Mat(), params);

但是生成的树最大深度只有25。深度没有增加。我在Matlab上使用相同的数据,树的深度达到了50。OpenCV中是否有什么限制了树的深度?


回答:

OpenCV源代码中对最大深度有25的硬性限制。因此,需要更改二进制文件才能使其工作。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注