train_class_knn — MV `classify` op

• データ種: matrix → table

• 呼び出し: import fullseye as fs; fs.ledger.train_class_knn(features, labels) (実装を直接呼ぶなら import mvclass; mvclass.train_class_knn(features, labels)、台帳から引くなら opsmv.get("train_class_knn"))

• HALCON 相当: train_class_knn(意味・パラメータは HALCON リファレンスが参考になる)

• GPU: なし(CPU 参照実装のみ)

使い方

k-NN の分類器を作る(特徴を標準化して保持する)。

標準偏差が 0 の列は 1 で割る(その列は距離に効かない)。空の入力(features が 0 要素)は ValueError。

Args:

features: (N, D) の特徴。

labels: 長さ N のクラス(2 種類以上)。

Returns:

X、y、mu、sd を持つモデルの dict。

詳しい使い方ガイド

• machine_vision_classics ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

型が繋がる次の op(`table` を入力に取れる)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同カテゴリ(`classify`)

train_class_gmm · classify_class_gmm · evaluate_class_gmm · classify_class_knn · train_class_mlp · classify_class_mlp · train_class_svm · classify_class_svm

*Provenance: mvclass.py — MV operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

train_class_knn — MV classify op

使い方