select_sub_feature_class_train_data
— Wählt eine Untermenge der definierten Merkmale in Trainingsdaten aus.
select_sub_feature_class_train_data( : : ClassTrainDataHandle, SubFeatureIndices : SelectedClassTrainDataHandle)
select_sub_feature_class_train_data
wählt eine Untermenge der
definierten Merkmale in den Trainingsdaten
ClassTrainDataHandle
aus in gibt diese Untermenge wieder als neue
Trainingsdaten in SelectedClassTrainDataHandle
zurück.
Die Untermenge kann mit SubFeatureIndices
angegeben werden.
Wurde set_feature_lengths_class_train_data
zuvor noch nicht
aufgerufen, werden standardmäßig die einzelnen Spalten als Merkmal
betrachtet und man kann diese über eine Liste mit Indizes auswählen.
Durch einen vorherigen Aufruf von
set_feature_lengths_class_train_data
kann eine Gruppierung definiert
werden, die mehrere benachbarte Spalten gruppieren kann. War das der Fall,
werden statt Spalten diese Gruppen indiziert und durch Angabe der
entsprechenden Indizes ausgewählt.
Sollten zusätzlich Namen für diese Gruppen angegeben worden sein,
können diese ebenfalls verwendet werden, um einzelne Gruppen auszuwählen.
ClassTrainDataHandle
(input_control) class_train_data →
(handle)
Trainingsdaten.
SubFeatureIndices
(input_control) number-array →
(integer / string)
Indizes oder Namen um Untermerkmale auszuwählen.
SelectedClassTrainDataHandle
(output_control) class_train_data →
(handle)
Ausgewählte Untermenge 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 more data * ... * Select one of the features select_sub_feature_class_train_data (ClassTrainDataHandle, NameFeature1, \ SelectedClassTrainDataHandle) * Add training data to a classifier create_class_knn (LengthFeature1, KNNHandle) add_class_train_data_knn (KNNHandle, SelectedClassTrainDataHandle) train_class_knn (KNNHandle, [], []) * Use the classifier * ...
Sind die Parameterwerte korrekt, dann liefert
select_sub_feature_class_train_data
den Wert 2 (H_MSG_TRUE).
Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
create_class_train_data
,
add_sample_class_train_data
,
set_feature_lengths_class_train_data
add_class_train_data_gmm
,
add_class_train_data_mlp
,
add_class_train_data_svm
,
add_class_train_data_knn
Foundation