create_class_train_data
— Erzeugen eines Handles für Trainingsdaten für Klassifikatoren.
create_class_train_data( : : NumDim : ClassTrainDataHandle)
create_class_train_data
erzeugt ein
Handle für Trainingsdaten für Klassifikatoren. Das Handle wird in
ClassTrainDataHandle
zurückgegeben.
Die Länge der Merkmalsvektoren muss hier mit Hilfe von NumDim
festgelegt werden.
Dieser Operator liefert ein Handle zurück. Es ist zu beachten, dass der Zustand einer Instanz dieses Handletyps durch bestimmte Operatoren geändert werden kann, obwohl das Handle als Eingabeparameter in diesen Operatoren verwendet wird.
NumDim
(input_control) number →
(integer)
Länge eines Merkmalsvektors in den Trainingsdaten.
Defaultwert: 10
ClassTrainDataHandle
(output_control) class_train_data →
(handle)
Handle der Trainingsdaten.
* Find out which of the two features distinguishes two Classes NameFeature1 := 'Good Feature' NameFeature2 := 'Bad Feature' LengthFeature1 := 3 LengthFeature2 := 2 * Create training data create_class_train_data (LengthFeature1+LengthFeature2,\ ClassTrainDataHandle) * Define the features which are in the training data set_feature_lengths_class_train_data (ClassTrainDataHandle, [LengthFeature1,\ LengthFeature2], [NameFeature1, NameFeature2]) * Add training data * |Feat1| |Feat2| add_sample_class_train_data (ClassTrainDataHandle, 'row', [1,1,1, 2,1 ], 0) add_sample_class_train_data (ClassTrainDataHandle, 'row', [2,2,2, 2,1 ], 1) add_sample_class_train_data (ClassTrainDataHandle, 'row', [1,1,1, 3,4 ], 0) add_sample_class_train_data (ClassTrainDataHandle, 'row', [2,2,2, 3,4 ], 1) add_sample_class_train_data (ClassTrainDataHandle, 'row', [0,0,1, 5,6 ], 0) add_sample_class_train_data (ClassTrainDataHandle, 'row', [2,3,2, 5,6 ], 1) add_sample_class_train_data (ClassTrainDataHandle, 'row', [0,0,1, 5,6 ], 0) add_sample_class_train_data (ClassTrainDataHandle, 'row', [2,3,2, 5,6 ], 1) add_sample_class_train_data (ClassTrainDataHandle, 'row', [0,0,1, 5,6 ], 0) add_sample_class_train_data (ClassTrainDataHandle, 'row', [2,3,2, 5,6 ], 1) * Add more data * ... * Select the better feature with the classifier of your choice select_feature_set_knn (ClassTrainDataHandle, 'greedy', [], [], KNNHandle,\ SelectedFeature, Score) select_feature_set_svm (ClassTrainDataHandle, 'greedy', [], [], SVMHandle,\ SelectedFeature, Score) select_feature_set_mlp (ClassTrainDataHandle, 'greedy', [], [], MLPHandle,\ SelectedFeature, Score) select_feature_set_gmm (ClassTrainDataHandle, 'greedy', [], [], GMMHandle,\ SelectedFeature, Score) * Use the classifier * ...
Sind die Parameterwerte korrekt, dann liefert
create_class_train_data
den Wert 2 (H_MSG_TRUE).
Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
add_sample_class_knn
,
train_class_knn
create_class_svm
,
create_class_mlp
select_feature_set_knn
,
read_class_knn
Foundation