問題タブ [adaboost]

私は 2 つのクラスからのいくつかのオブジェクトの特徴ベクトルを持っています。私の目標は、この情報を使用してブーストされた分類器をトレーニングすることです。ドキュメントと文字認識の例を見た後、そうするのは簡単だと思いましたが、何らかの理由で分類子をトレーニングするときに次のエラーが発生します。

OpenCV エラー: 関数/機能が実装されていません (ブースト ツリーは 2 クラス分類にのみ使用できます。)

私のコードの関連部分は次のとおりです。

ここでの問題は var_type Mat だと思います。私が理解している限り、機能ごとに 1 つのエントリと、応答用の 1 つのエントリを含める必要があります。私の機能はすべて数値測定であるため、最初の要素を CV_VAR_ORDERED に設定し、最後の要素を CV_VAR_CATEGORICAL に設定します。

OpenCV が 2 クラス分類ではない理由を誰かに説明してもらえますか?

別のこと: 予測については、実際の予測ラベルではなく、クラス 1 に属する確率が必要です。加重投票の合計を取得できれば、これは実際には計算が難しくありません。predictメソッドにはフラグreturnSumがありますが、ドキュメントには次のように書かれています: true の場合、クラス ラベルの代わりに投票の合計を返します。それらは本当に投票の合計または重み付けされた投票の合計を意味しますか?

Viola-Jones の顔検出では、adaboost メソッドを使用して強力な分類器をトレーニングしました。ベータ パラメータの更新ポリシーと混同しています。

なぜこのようなベータ値を選択するのですか? 変数を設定する目的はbeta、重みの重みを増やすことです。どのように選択してください:

HoG と AdaBoost という 2 つの追跡アルゴリズムを組み合わせることは可能ですか?

または、組み合わせることができるビデオ追跡アルゴリズムはありますか? この2つを組み合わせたアルゴリズムを開発しようとしています。出来ますか？また、OpenCV を使用して実装しようとしています。

単純なバイナリ分類タスクに sklearn.ensamble の AdaBoostClassifier を使用したいと考えています。複数のプレフィット パーセプトロンを AdaBoostClassifier の弱分類器として使用するにはどうすればよいですか?

すなわち

または、AdaBoost を手動でビルドする必要がありますか?

AdaBoost ツリー (R の結果) を if-else 条件に変換する方法を知っている人はいますか?

R でパッケージを関数caretと共に使用し、データセットでいくつかの予測を取得しました。trainmethod="ada"

listTreesAdaその後、パッケージ内の関数を使用しrattleて構造を確認しました (以下のサンプル)。

if-else 条件でどのように読み取りますか? AdaBoost モデルの最終関数を自分で計算したい場合、どのように計算しますか? 木ごとの重み{w(1), w(2), ..., w(n)}がある場合、この重みに正確に何を掛けますか? 応答変数が YES である最後の葉に対応するルールは? ... 応答変数が NO の場合は? ...ツリーの各if-elseルールで？

ご覧のとおり、私は少し迷っています。

(この投稿は次のものに関連しています: https://stats.stackexchange.com/questions/133088/use-adaboost-results-in-r-to-make-future-predictions-by-hand および https://stackoverflow.com /questions/27857619/r-error-using-drawtreesada-to-draw-an-ada-tree )

fitensembleMatlab の方法を使用して構築したブースト ツリー モデルをテストしています。

いくつかの単純な例で実行したかったので、簡単なケースを使用しました.1つの機能は、正の例では>.5、負の例では<.5です。警告が表示されます

これにより、関連する機能を見つけ出し、すべてのトレーニング例が正しく分類された、素晴らしいと思いました。

でも精度を見ると

分類器は単純にポジティブ クラスをすべての例に割り当てたため、結果は 0.5 です。

明らかに 0 ではないのに、Matlab が分類誤差 = 0 と考えるのはなぜですか? この例は簡単に学べると思います。このエラーを防ぎ、この方法を使用して正しい結果を得る方法はありますか?

編集：上記のコードは警告を再現するはずです。

1 つのモデルの複数のインスタンス (たとえば、600 の決定木、ベイジアン リッジ、または線形モデル) を使用して AdaBoost を実行できることはわかっています。モデルのガントレットを同時に使用して AdaBoost を実行することは可能ですか? また、その方法は?

それぞれのスタンドアロン モデルには長所と短所があり、それらを傘の下で一緒にマッシュできるかどうか疑問に思っていました。

Python で AdaBoostClassifier (sklearn.ensemble import AdaBoostClassifier から) を使用していますが、AdaBoost によって選択される弱いルールを知りたいです。

これは私のソースコードです:

各推定器は DecisionTreeClassifier ですが、必要な情報を見つけることができません。

決定関数 f(x) のルールの詳細を知りたい:

f(x) = 0.426 I(x37 < 2.5) + 0.64696 I (x250 < 8.5)

つまり、データ X のどの列が分類器によって使用され、どの係数で使用されているかを知りたいのです。

それは二者択一で、クラスは 0 か 1 です。

ありがとう。