有没有办法从Opencv中实现的adaboost算法中提取与弱学习者相对应的特征?
我知道adaboost基于一组输入功能将一组弱学习者组合在一起。
对训练集中的每个样本测量相同的特征。
通常,adaboost使用决策树桩并为每个功能设置阈值,然后选择误差最小的决策树桩。我想找出产生弱学习者的特征是什么。
谢谢。
最佳答案
您只需要保存模型并从文本文件中提取树木/树桩。
save() API使用起来非常简单。在文件中,您将找到以下项目:
“拆分:
-{var:448,quality:5.0241161137819290e-002,
le:1.7250000000000000e + 002}“
“var”旁边的数字是功能部件索引,“le”是此功能部件的“小于”值。
关于opencv - OpenCV:如何从adaboost中获取弱者,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16755174/