Случайный лес не работает в opencv python (cv2)

Question

Я не могу правильно передать параметры для обучения классификатора случайного леса в opencv из python.

Я написал реализацию на C++, которая работала корректно, но не получала одинаковых результатов в python.

Я нашел некоторые примеры кода здесь: http://fossies.org/linux/misc/opencv-2.4.7.tar.gz:a/opencv-2.4.7/samples/python2/letter_recog.py

, который, кажется, указывает, что вы должны передать параметры в Словаре. Вот код, я использую:

rtree_params = dict(max_depth=11, min_sample_count=5, use_surrogates=False, max_categories=15, calc_var_importance=False, n_active_vars=0, max_num_of_trees_in_the_forest=1000, termcrit_type=cv2.TERM_CRITERIA_MAX_ITER) 
classifier = cv2.RTrees() 
classifier.train(train_data, cv2.CV_ROW_SAMPLE, label_data, params=rtree_params); 

Я могу сказать, что классификатор становится обучен правильно, но это не так точно, как тот, который я тренировался с теми же параметрами в C++. Я довольно уверен, что параметры становятся признанными, потому что я получаю разные результаты, когда я настраиваю значения.

Я заметил, что когда я выдаю классификатор в файл, он имеет только одно дерево. Я уверен, что это проблема. Я посмотрел на реализацию OpenCV:

http://www.code.opencv.org/svn/gsoc2012/denoising/trunk/opencv-2.4.2/modules/ml/src/rtrees.cpp

Учитывая мои параметры, он должен вывести лес с 1000 деревьев. Я попытался установить аргументы max_num_of_trees_in_the_forest на всевозможные сумасшедшие значения, и это не изменило поведение OpenCV.

Мысли?

Answer 1

Не уверен, что это сильно поможет, но я считаю:

n_active_vars=0 

должен быть

nactive_vars=0 

Кроме того, вы можете попробовать поэкспериментировать с параметром term_crit. Например, попробуйте добавить:

term_crit=(cv2.TERM_CRITERIA_MAX_ITER,1000,1) 

в словаре.

Я считаю, что это установит критерии для прекращения, когда 1000 деревьев будут добавлены в лес.