级联分类器 在这里，我们学习如何使用objdetect在我们的图像或视频中查找对象 https://docs.opencv.org/3.3.0/db/d28/tutorial_cascade_classifier.html 级联分类器训练 本教程描述了opencv_traincascade应用程序及 ...
分类：
编程语言 时间：
2019-08-14 21:47:09
阅读次数：
117
一、流程 基函数线性加权和得到最终的强分类器。每轮迭代得到一个弱分类器，这个分类器是在上一轮的残差基础上得到的。本轮就是要找一个cart树，使得本轮的损失函数值更加的小。 二、如何选择特征（就是如何生成cart树） 回归树：平方误差和最小化，对于特征A=a时，集合D的误差最小时，就选择这个特征值最为 ...
分类：
其他好文 时间：
2019-08-11 23:24:44
阅读次数：
94
集成学习（ensemble learning）通过构建并结合多个学习器完成任务。也可称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）等。其一般结构是先生成一组“个体学习器”(individual learner) ...
分类：
编程语言 时间：
2019-08-10 20:59:51
阅读次数：
97
? 使用 Ada Boosting 方法提升若干个弱分类器的效果 ● 代码，每个感知机仅训练原数据集 trainRatio = 30% 的数据，然后进行调整和提升 ● 输出结果，随着使用的弱分类器数量的增多，预测精度逐渐上升。低维情况不明显，少数的弱分类器就已经达到了较好的精度，高维情况中，精度上升 ...
分类：
其他好文 时间：
2019-08-02 00:00:25
阅读次数：
102
支持向量机是数据挖掘中的一项新技术，是借助于最优化方法来解决机器学习问题的新工具，它在解决小样本、非线性以及高维度模式识别中表现出许多优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，其目的就是通过对学习样本来求解最大间隔的超平面。 ...
分类：
系统相关 时间：
2019-08-01 22:42:57
阅读次数：
375
K临近分类是一种监督式的分类方法，首先根据已标记的数据对模型进行训练，根据模型对新的数据点进行预测，预测新数据的标签（label），也就是该数据所属的分类。 一，KNeighborsClassifier函数 使用KNeighborsClassifier创建K临近分类器： 参数注释： 1，n_neig ...
分类：
其他好文 时间：
2019-07-28 19:37:49
阅读次数：
386
七，专著研读（Logistic回归） 分类：k 近邻算法，决策树，朴素贝叶斯，Logistic回归，支持向量机，AdaBoost算法。 运用 k 近邻算法，使用距离计算来实现分类 决策树，构建直观的树来分类 朴素贝叶斯，使用概率论构建分类器 Logistic回归，主要是通过寻找最优参数来正确分类原始 ...
分类：
其他好文 时间：
2019-07-28 09:35:44
阅读次数：
116
五，论文研读 论文名称：陈子健，朱晓亮.基于教育数据挖掘的在线学习者学业成绩预测建模模型. 研究对象从教育数据中挖掘影响在线学习者成绩学业成绩的因素并构建分类预测模型。 研究动机学业成绩的预测和评价是全世界教育研究者共同关注的话题，如何对在线学习者的学业成绩进行预测便于提供预警和其他干预措施。 文献 ...
分类：
其他好文 时间：
2019-07-23 21:22:45
阅读次数：
139
参考机器学习实战和博客https://blog.csdn.net/c406495762/article/details/77500679 ...
分类：
其他好文 时间：
2019-07-15 17:31:27
阅读次数：
100
1.什么时候要进行迁移学习？ 目前大多数机器学习算法均是假设训练数据以及测试数据的特征分布相同。然而这在现实世界中却时常不可行。例如我们我们要对一个任务进行分类，但是此任务中数据不充足（在迁移学习中也被称为目标域），然而却有大量的相关的训练数据（在迁移学习中也被称为源域），但是此训练数据与所需进行的 ...
分类：
其他好文 时间：
2019-07-05 22:44:54
阅读次数：
263
