2 u012185033 u012185033 于 2016.04.26 09:16 提问

opencv knearest实现分类 求帮助!

我要用k最近邻方法实现分类,特征提取部分肯定没有问题,但是最后的分类结果总是惟一的(在本系统里是angry),在做的时候对照了网上的,没有问题啊,都是每个样本作为一行,只是网上的普遍是分为两类,我的是分为七类,但是为什么最后得到的结果总是惟一的呢?knn.find_nearest(tt,7,0,0,&nei,0)这句话总是返回一个不到1的浮点数,但是其实我训练分类器的时候用的knn.train(dst,labelsMat,Mat(),false,30,false )这句话里的labelmat都是从1到7的整数,这件事已经困扰我半个月了,实在解决不了,望大神帮助!

1个回答

devmiao
devmiao   Ds   Rxr 2016.04.26 09:21

检查下是不是哪里错了

u012185033
u012185033 我已经检查很久了,对照着网上写的,我的并没有错啊,但是网上的是两类的,我knn.findnearest函数返回的总是特别特别小的数字,不到1,请问您知道怎么回事儿么
大约 2 年之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
CV最简单的分类算法——knn(k nearest neighbors)
邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法可以说是整个数据挖掘分类技术中最简单的方法了。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用她最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或
OpenCV3.3中 K-最近邻法(KNN)接口简介及使用
OpenCV3.3中 K-最近邻法(KNN)接口简介及使用
基于qt和opencv3实现机器学习之:利用最近邻算法(knn)实现手写数字分类
手写数字digits分类,这可是深度学习算法的入门练习。而且还有专门的手写数字MINIST库。opencv提供了一张手写数字图片给我们,先来看看 这是一张密密麻麻的手写数字图:图片大小为1000*2000,有0-9的10个数字,每5行为一个数字,总共50行,共有5000个手写数字。在opencv3.0版本中,图片存放位置为 /opencv/sources/samples/data/digi
程序片段----opencv cv::ml::KNearest knn 20170904
// opencv3 knn 的实例 // 样本是随机数生成的,不需要额外数据集。 // knn : k 是要设定的参数,意义是:将待测样本X最近的k个点进行比较,A类型的点最多,那么认为待测样本X是A类型。 // 环境 : opencv3.0.0 \ vs2012 32 bits \ win7 // 环境搭建: // # 1. 新建工程,opencv基本配置 // # 2. 将
opencv K临近算法(knearest)
理解 K 近邻原理 kNN 是最简单的监督学习分类器
Opencv 字符识别-分类器(SVM,KNearest,RTrees,Boost,MLP)
Opencv提供了几种分类器,例程里通过字符识别来进行说明的 1、支持向量机(SVM):给定训练样本,支持向量机建立一个超平面作为决策平面,使得正例和反例之间的隔离边缘被最大化。 函数原型:训练原型 cv2.SVM.train(trainData, responses[, varIdx[, sampleIdx[, params]]])                    其中 trainD
OpenCV(2)ML库->K-Nearest Neighbour分类器
KNN也是最邻近结点算法(k-Nearest Neighbor algorithm)的缩写形式,也可称为邻近算法。是电子信息分类器算法的一种。KNN方法对包容型数据的特征变量筛选尤其有效。最邻近结点算法采用向量空间模型来分类,概念为相同类别的案例,彼此的相似度高,而可以借由计算与已知类别案例之相似度,来评估未知类别案例可能的分类。 目标:分类未知类别案例。 输入:待分类未知类别案例项目。已知类
OpenCV Machine Learning 之 K最近邻分类器 K-Nearest Neighbors
K-Nearest Neighbors The algorithm caches all training samples and predicts the response for a new sample by analyzing a certain number (K) of the nearest neighbors of the sample using voting, calcu
Opencv2.4.9源码分析——K-Nearest Neighbors
一、原理   K近邻算法(KNN,K-NearestNeighbors)是一种非常简单的机器学习方法,它既可以处理分类问题,也可以处理回归问题,而且它的执行效果非常好。 KNN是一种懒惰学习算法(lazy learningalgorithm)。所谓懒惰算法指的是,直到有了新的测试样本,该算法才开始依据训练样本进行样本的预测处理工作,也就是说该算法事先不会对训练样本进行任何的处理,只会“懒散”
OpenCV for Java KNN(KNearest-K近邻算法)实例代码
 OpenCV + Java KNN(KNearest-K近邻算法)实例代码 本文给出了一个用Java语言实现的OpenCV机器学习K近邻算法的例子。 OpenCV版本:3.4.0,在官方文档中没有找到有关Java语言ML的教程或例子,只有c++和Python的代码例子,在网上搜到一篇例子,经实测通过,并附上中文注释。 原文地址:https://stackoverflo