OpenCV迭代隨機森林培訓

Question

我使用隨機森林算法作爲我的論文項目的分類器。 訓練集由數千個圖像組成，每個圖像大約有2000個像素被採樣。對於每個像素，我擁有數十萬個功能。由於我目前的硬件限制（RAM的8G，可能可擴展到16G），我可以用 來將樣本（即每個像素的特徵）僅存儲在一個圖像中。我的 的問題是：是否有可能多次調用列車方法，每次用不同圖片的樣本 ，並獲得統計模型自動 在每次調用時更新？我對變量的重要性特別感興趣，因爲在對整個訓練集進行了整個訓練集的訓練之後，我的想法是將特徵的數量從數十萬減少到約2000，並且只保留最重要的特徵的數量爲 。

謝謝你的任何建議， 丹尼爾

Answer 1

我不認爲算法支持增量訓練。您可以考慮使用其他特徵縮減方法在訓練之前減小描述符的大小。或者估計在所有訓練圖像中採用的隨機子像素的可變重要性，儘可能多地填充到您的內存中......

Answer 2

請參閱我的回答this post。有隨機森林的增量版本，他們會讓你訓練更大的數據。