image-processing - mineria - metodo chaid de arboles de decision
Trabajando con árboles de decisión (1)
Yo sé tl; dr;
Trataré de explicar mi problema sin molestarte con un montón de códigos maliciosos. Estoy trabajando en una tarea escolar. Tenemos imágenes de pitufos y tenemos que encontrarlos con análisis de fondo en primer plano. Tengo un Árbol de decisiones en Java que tiene todos los datos (histogramas de HSV) 1 un solo nodo. Luego trata de encontrar el mejor atributo (de los datos del histograma) para dividir el árbol. Luego ejecuta la división y crea un subárbol izquierdo y derecho con la división de datos en ambos árboles de nodos. Todos los datos se mantienen en el árbol principal para poder calcular el índice de gini.
Entonces, después de 26 minutos analizando los pitufos, mi PC tiene un árbol gigante con divisiones y otros datos. Ahora mi pregunta es, ¿alguien puede darme una idea global de cómo analizar una nueva imagen y determinar qué píxeles podrían ser "píxeles de smurf". Sé que tengo que generar una nueva matriz de puntos de datos con los histogramas HSV del nuevo smurf y luego necesito usar el árbol generado para determinar qué píxeles pertenecen a un smurf.
¿Alguien puede darme un puntero sobre cómo hacer esto?
Alguna información adicional.
Cada objeto del Árbol de decisiones tiene un objeto Split que tiene el mejor atributo para dividir, el valor para dividir y un índice de gini.
Si necesito proporcionar información adicional, me gustaría escucharla.
DE ACUERDO. Básicamente, en pseudocódigo no optimizado: para etiquetar píxeles en una nueva imagen:
Para cada píxel en la nueva imagen:
- Calcule las características HSV del píxel
- Recursivamente, comenzando desde la raíz del árbol:
- ¿Es esto una hoja? si lo es, proporciónele al píxel la etiqueta dominante del nodo.
- De lo contrario, verifique el criterio de división con las características del píxel y vaya al niño de la derecha o de la izquierda en consecuencia
Espero que esto tenga sentido en tu contexto.