OpenCV 随机森林决胜局答案

【问题标题】：OpenCV Random Forest Tie BreakingOpenCV 随机森林决胜局
【发布时间】：2014-01-20 12:16:32
【问题描述】：

有人可以告诉我，OpenCV 随机森林代码是否通过随机选择来解决关系（即没有明确的多数票），或者是否有更确定的机制？我似乎无法在 OpenCV 论坛、O'Reilly OpenCV 书籍或 Google 中找到答案。

【问题讨论】：

【解决方案1】：

深入挖掘OpenCV代码()后，发现如下相关代码：

if( nclasses > 0 ) //classification {

  int max_nvotes = 0;
  cv::AutoBuffer<int> _votes(nclasses);
  int* votes = _votes;
  memset( votes, 0, sizeof(*votes)*nclasses );
  for( k = 0; k < ntrees; k++ ) {
    CvDTreeNode* predicted_node = trees[k]->predict( sample, missing );
    int nvotes;
    int class_idx = predicted_node->class_idx;
    CV_Assert( 0 <= class_idx && class_idx < nclasses );

    nvotes = ++votes[class_idx];
    if( nvotes > max_nvotes ) {
      max_nvotes = nvotes;
      result = predicted_node->value;
    }
  }
}

所以，它的作用似乎是：

遍历每棵树并获得预测
更新该特定预测类的投票计数
将该特定预测类的投票数与最大投票数 (max_nvotes) 进行比较
必要时更新最大投票数

因此，随机打破平局的想法并没有直接集成到这段代码中，但应该记住，随机森林集合中的树是随机生成的。因此，理论上，决胜局过程是随机的，因为树的顺序（以及它们的预测顺序）是随机的。还有一点需要注意的是，平局将进入第一类以获得最大票数。

此外，如果多数票数很重要，那么如果任何一个类超过树数的一半以上，则可以使 for 循环短路。因此，如果有 50 棵树并且任何一个类的票数超过 25 票，则无需从剩余的树中获取预测（因为它们与更改多数票无关）。

【讨论】：