TrainData类型，拆分数据集setTrainTestSplitRatio()，计算准确率calcError()（OpenCV案例源码letter_recog.cpp解读3）
机器学习中，需要总样本集，拆分成训练集、测试集，计算训练、测试、整体的准确率。
OpenCV在ml.hpp中为我们准备了特有格式TrainData，它会把标签、特征集融合到其中，方便操作。
针对TrainData类型，提供了非常完美的函数，具体介绍如下：
1、拆分TrainData类型总样本集，注意默认是会打乱行顺序的。
setTrainTestSplitRatio(double ratio, bool shuffle=true); //比例方式，前ratio（0~1）行是训练集，推荐使用此函数
或
setTrainTestSplit(int count, bool shuffle=true); //具体指定方式，前count行是训练集
第二个参数默认为true，即打乱行后再拆分。
2、计算准确率，此函数计算的是错误率，准确率用100减下即可
float calcError( const Ptr<TrainData>& data, bool test, OutputArray resp )
data——融合了标签、特征的总样本集，TrainData类型
test——计算训练集准确率设为false，测试集准确率设为true，总的准确率设为false同时data不可以使用拆分函数setTrainTestSplitRatio或setTrainTestSplit。
resp——预测的标签结果，内部调用了predict函数
3、获取训练集、测试集
Mat getTrainSamples()
Mat getTestSamples()
【TrainData类型的解释】
下图是letter-recognition.data文件的内容，第1列是标签，后16列是特征，需要分别读入到Mat格式的responses和samples中。之后用create函数创建TrainData类型对象（融合了标签、特征）。
此解释针对的是分类问题，而不是回归拟合。samples特征集中每1行为1个样本，每1列为1个特征。
Ptr<TrainData> create(InputArray samples, int layout, InputArray responses, InputArray varIdx=noArray(), InputArray sampleIdx=noArray(),InputArray sampleWeights=noArray(), InputArray varType=noArray());
samples——特征集（特征变量组成的集合），必须是32FC1(32位浮点单通道)类型
layout——样本布局，ROW_SAMPLE = 0，COL_SAMPLE = 1，此处只用前者
responses——标签集，必须是CV_32S类型（即int型）。一维向量，与每一行样本对应。
varIdx——参与训练的特征（默认都参与），元素为0、非0的一维向量（行列都可），大小为特征数（列数）。1对应的样本参与训练（非0有效），格式用CV_8U即可
sampleIdx——参与训练的样本（默认都参与），同上，大小为总样本数（行数）
sampleWeights——样本权重，忽略不用
varType——特征变量的类型，忽略不用
总样本集（上图）中responses在哪一列都可以，只要保证samples（行为样本，列为特征）、responses（行、列都可以）即可。
将总样本集拆分为训练集和测试集的方法有两种：用自带函数（推荐），用参数sampleWeights（元素为0、非0的一维向量（行列都可））。
方法一：使用加粗部分代码即可，setTrainTestSplit或setTrainTestSplitRatio、getTrainSamples、getTestSamples
Ptr<TrainData> tdata=TrainData::create(samples, ROW_SAMPLE, responses);//其他参数默认，即所有样本包含在TrainData类对象tdata中
//tdata->setTrainTestSplit(16000);//前16000行为训练集
tdata->setTrainTestSplitRatio(0.8);//比例方式，前80%行作为训练集，推荐
Mat trainSet = tdata->getTrainSamples();//获取训练集
Mat testSet = tdata->getTestSamples();//获取测试集
//Mat res = tdata->getResponses();//所有标签
//Mat classNum = tdata->getClassLabels();//26类（分26类问题），65~90
tdata是TrainData类型(包含了标签、特征)，trainSet 、testSet 是Mat类型，只有特征。
方法二：
Mat sample_idx = Mat::zeros(1, samples.rows, CV_8U);
Mat train_samples = sample_idx.colRange(0, (int)(data.rows*0.8)); //操作train_samples就是操作sample_idx，浅拷贝。sample_idx中前80%变为1
train_samples.setTo(Scalar::all(1));
Ptr<TrainData> tdata=TrainData::create(samples, ROW_SAMPLE, responses, noArray(), sample_idx);//sample_idx中1对应的样本参与训练（非0有效）
此时tdata中共有前80%的样本（既有特征又有标签）。
【样本集注意点】
如果样本集不同类别间是杂乱的，那么上述函数可以随意用。不过，一般我们会自己归类，如2分类问题。正样本、负样本各自独立有序。为了保证正负样本都会参与训练，所以最好不要拆分TrainData类型总样本集。否则可能会出现前80%行一种类别过多的情况。
如果可以保证拆分后，训练集不同类别样本均衡，那可以使用训练集、测试集这种我们习惯的方式。否则，不推荐拆分。
