vcs.maemo.org Git - opencv/blob - ml/src/mltestset.cpp

   1 /*M///////////////////////////////////////////////////////////////////////////////////////
   2 //
   3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
   4 //
   5 //  By downloading, copying, installing or using the software you agree to this license.
   6 //  If you do not agree to this license, do not download, install,
   7 //  copy or use the software.
   8 //
   9 //
  10 //                        Intel License Agreement
  11 //
  12 // Copyright (C) 2000, Intel Corporation, all rights reserved.
  13 // Third party copyrights are property of their respective owners.
  14 //
  15 // Redistribution and use in source and binary forms, with or without modification,
  16 // are permitted provided that the following conditions are met:
  17 //
  18 //   * Redistribution's of source code must retain the above copyright notice,
  19 //     this list of conditions and the following disclaimer.
  20 //
  21 //   * Redistribution's in binary form must reproduce the above copyright notice,
  22 //     this list of conditions and the following disclaimer in the documentation
  23 //     and/or other materials provided with the distribution.
  24 //
  25 //   * The name of Intel Corporation may not be used to endorse or promote products
  26 //     derived from this software without specific prior written permission.
  27 //
  28 // This software is provided by the copyright holders and contributors "as is" and
  29 // any express or implied warranties, including, but not limited to, the implied
  30 // warranties of merchantability and fitness for a particular purpose are disclaimed.
  31 // In no event shall the Intel Corporation or contributors be liable for any direct,
  32 // indirect, incidental, special, exemplary, or consequential damages
  33 // (including, but not limited to, procurement of substitute goods or services;
  34 // loss of use, data, or profits; or business interruption) however caused
  35 // and on any theory of liability, whether in contract, strict liability,
  36 // or tort (including negligence or otherwise) arising in any way out of
  37 // the use of this software, even if advised of the possibility of such damage.
  38 //
  39 //M*/
  40
  41 #include "_ml.h"
  42
  43 typedef struct CvDI
  44 {
  45     double d;
  46     int    i;
  47 } CvDI;
  48
  49 int CV_CDECL
  50 icvCmpDI( const void* a, const void* b, void* )
  51 {
  52     const CvDI* e1 = (const CvDI*) a;
  53     const CvDI* e2 = (const CvDI*) b;
  54
  55     return (e1->d < e2->d) ? -1 : (e1->d > e2->d);
  56 }
  57
  58 CV_IMPL void
  59 cvCreateTestSet( int type, CvMat** samples,
  60                  int num_samples,
  61                  int num_features,
  62                  CvMat** responses,
  63                  int num_classes, ... )
  64 {
  65     CvMat* mean = NULL;
  66     CvMat* cov = NULL;
  67     CvMemStorage* storage = NULL;
  68
  69     CV_FUNCNAME( "cvCreateTestSet" );
  70
  71     __BEGIN__;
  72
  73     if( samples )
  74         *samples = NULL;
  75     if( responses )
  76         *responses = NULL;
  77
  78     if( type != CV_TS_CONCENTRIC_SPHERES )
  79         CV_ERROR( CV_StsBadArg, "Invalid type parameter" );
  80
  81     if( !samples )
  82         CV_ERROR( CV_StsNullPtr, "samples parameter must be not NULL" );
  83
  84     if( !responses )
  85         CV_ERROR( CV_StsNullPtr, "responses parameter must be not NULL" );
  86
  87     if( num_samples < 1 )
  88         CV_ERROR( CV_StsBadArg, "num_samples parameter must be positive" );
  89
  90     if( num_features < 1 )
  91         CV_ERROR( CV_StsBadArg, "num_features parameter must be positive" );
  92
  93     if( num_classes < 1 )
  94         CV_ERROR( CV_StsBadArg, "num_classes parameter must be positive" );
  95
  96     if( type == CV_TS_CONCENTRIC_SPHERES )
  97     {
  98         CvSeqWriter writer;
  99         CvSeqReader reader;
 100         CvMat sample;
 101         CvDI elem;
 102         CvSeq* seq = NULL;
 103         int i, cur_class;
 104
 105         CV_CALL( *samples = cvCreateMat( num_samples, num_features, CV_32FC1 ) );
 106         CV_CALL( *responses = cvCreateMat( 1, num_samples, CV_32SC1 ) );
 107         CV_CALL( mean = cvCreateMat( 1, num_features, CV_32FC1 ) );
 108         CV_CALL( cvSetZero( mean ) );
 109         CV_CALL( cov = cvCreateMat( num_features, num_features, CV_32FC1 ) );
 110         CV_CALL( cvSetIdentity( cov ) );
 111
 112         /* fill the feature values matrix with random numbers drawn from standard
 113            normal distribution */
 114         CV_CALL( cvRandMVNormal( mean, cov, *samples ) );
 115
 116         /* calculate distances from the origin to the samples and put them
 117            into the sequence along with indices */
 118         CV_CALL( storage = cvCreateMemStorage() );
 119         CV_CALL( cvStartWriteSeq( 0, sizeof( CvSeq ), sizeof( CvDI ), storage, &writer ));
 120         for( i = 0; i < (*samples)->rows; ++i )
 121         {
 122             CV_CALL( cvGetRow( *samples, &sample, i ));
 123             elem.i = i;
 124             CV_CALL( elem.d = cvNorm( &sample, NULL, CV_L2 ));
 125             CV_WRITE_SEQ_ELEM( elem, writer );
 126         }
 127         CV_CALL( seq = cvEndWriteSeq( &writer ) );
 128
 129         /* sort the sequence in a distance ascending order */
 130         CV_CALL( cvSeqSort( seq, icvCmpDI, NULL ) );
 131
 132         /* assign class labels */
 133         num_classes = MIN( num_samples, num_classes );
 134         CV_CALL( cvStartReadSeq( seq, &reader ) );
 135         CV_READ_SEQ_ELEM( elem, reader );
 136         for( i = 0, cur_class = 0; i < num_samples; ++cur_class )
 137         {
 138             int last_idx;
 139             double max_dst;
 140
 141             last_idx = num_samples * (cur_class + 1) / num_classes - 1;
 142             CV_CALL( max_dst = (*((CvDI*) cvGetSeqElem( seq, last_idx ))).d );
 143             max_dst = MAX( max_dst, elem.d );
 144
 145             for( ; elem.d <= max_dst && i < num_samples; ++i )
 146             {
 147                 CV_MAT_ELEM( **responses, int, 0, elem.i ) = cur_class;
 148                 if( i < num_samples - 1 )
 149                 {
 150                     CV_READ_SEQ_ELEM( elem, reader );
 151                 }
 152             }
 153         }
 154     }
 155
 156     __END__;
 157
 158     if( cvGetErrStatus() < 0 )
 159     {
 160         if( samples )
 161             cvReleaseMat( samples );
 162         if( responses )
 163             cvReleaseMat( responses );
 164     }
 165     cvReleaseMat( &mean );
 166     cvReleaseMat( &cov );
 167     cvReleaseMemStorage( &storage );
 168 }
 169
 170 /* End of file. */