使用决策树

Question

我知道 tl;dr;

我将尝试解释我的问题，而不会用大量蹩脚的代码来打扰您。我正在做一项学校作业。我们有蓝精灵的图片，我们必须通过前景背景分析来找到它们。我有一个 Java 决策树，其中包含所有数据（HSV 直方图）1 一个节点。然后尝试找到最佳属性（从直方图数据）来分割树。然后执行分割并创建左子树和右子树，并将数据分割到两个节点树上。所有数据仍然保存在主树中，以便能够计算基尼指数。

因此，在分析了蓝精灵 26 分钟后，我的电脑上有一棵巨大的树，其中包含分裂和其他数据。现在我的问题是，任何人都可以给我一个关于如何分析新图片并确定哪些像素可能是“蓝精灵像素”的全局概念。我知道我必须使用新蓝精灵的 HSV 直方图生成新的数据点数组，然后我需要使用生成的树来确定哪些像素属于蓝精灵。

谁能指导我如何做到这一点？

一些附加信息。
每个决策树对象都有一个 Split 对象，该对象具有分割的最佳属性、分割的值和基尼指数。

如果我需要提供任何其他信息，我想听听。

Answer 1

好的。基本上，在未优化的伪代码中： 为了标记新图像中的像素：

对于新图像中的每个像素：

• 计算像素的 HSV 特征
• 从树的根开始递归：
• 这是叶子吗？如果是，则为该像素指定节点的主导标签。
• 否则，根据像素的特征检查分割标准，并相应地转到右子或左子，

我希望这在您的上下文中有意义。