如何训练分类器(使用从图像中提取的特征)?

8视图(30天)
我想训练随机森林分类器(2类-病理类(Tp)和非病理类(Tn))。我有单独的训练图像和测试分类器。应用灰度共生矩阵建立特征提取我应该使用猪,,GLRLM。我如何训练和测试分类器使用这些提取的特征吗? ?我没有任何.mat文件来训练分类器,我看到的大多数代码使用垫文件来训练分类器。所以我不知道继续这样。请帮我。

接受的答案

图像分析
图像分析 2015年10月12日
使用fitctree因数创建一个分类树基于训练数据:
tModel = fitctree (xTrain yTrain);
看看你能做些什么以tModel通过观察它的方法:
方法(tModel)
由此产生的树可以可视化的视图()函数:
视图(tModel,“模式”,“图”);
新的观察结果可分为使用预测()函数:
yPredicted =预测(tModel, newX);
TreeBagger()函数使用引导聚合(“包装”)来创建一个分类树。
tModel = TreeBagger (50 xTrain yTrain);%基于50棵树创建新的模型。
这是一种更健壮的模型。
2的评论
图像分析
图像分析 2015年10月14日
应用灰度共生矩阵建立这些猪的值,,和GLRLM测量。

登录置评。

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!