集成学习是构建一组基学习器，并将它们综合作为最终的模型，在很多集成学习模型中，对基学习器的要求很低，集成学习适用于机器学习的几乎所有的领域：1、回归2、分类3、推荐4、排序集成学习有效的原因多样的基学习器可以在不同的模型中取长补短每个基学习器都犯不同的错误，综合起来犯错的可能性不大但是想同的多个基学习器不会带来任何提升集成学习示例：例如在上图中每个线性模型都不能成功将该数据集分类但是三个线性模型的
分类：
其他好文 时间：
2018-05-14 15:13:33
阅读次数：
378
讲讲为什么要学Python？ 我是一名大学生，在校期间有幸参加了大数据竞赛，然后知道有一门编程语言叫做Python，后来在校期间又去研究linux，发现云计算特别火，Openstack便是基于Python语言开发的，然后我就开始去尝试学习Python。 对于一个0基础的小白，我同样也走过了很多弯路， ...
分类：
编程语言 时间：
2018-04-18 21:13:49
阅读次数：
252
深度网络既然在图像识别方面有很高的准确率，那将某一层网络输出数据作为图像特征也应该是可行的。该程序给出了使用Alexnet第七层作为激活层提取图像特征的示例。代码如下：clear;trainPath=fullfile(pwd,‘image‘);trainData=imageDatastore(trainPath,...‘IncludeSubfolders‘,true,‘LabelSource‘,‘
分类：
其他好文 时间：
2018-03-14 11:22:48
阅读次数：
224
这里给出使用深度网络中间层输出结果作为图像特征，并构建分类模型和对训练数据进行识别的代码。相关内容可参看Matlab图像识别/检索系列(7)-10行代码完成深度学习网络之取中间层数据作为特征。代码如下：cleartrainPath=fullfile(pwd,‘image‘);trainData=imageDatastore(trainPath,...‘IncludeSubf
分类：
其他好文 时间：
2018-03-14 11:21:14
阅读次数：
241
该方法提取图像集的词袋（bag-of-features），然后根据词袋对各图像编码得出图像特征，再对测试图像在训练图像集上进行检索，最后根据检索出的图像类别判断测试图像所属类别。该方法直接对图像进行处理，不需要先提取特征，再将特征文件导入。不过该方法消耗内存很大，适用于小规模图像集。代码如下：clear;%设置图象集路径imgSetFolder=fullfile(pwd,‘image‘);imgq
分类：
其他好文 时间：
2018-03-14 10:42:52
阅读次数：
313
Matlab提供了最简单的多分类功能，直接对训练图像集构造softmax层，然后对测试图像进行分类。两个函数（trainSoftmaxLayer和net）就可完成分类主要功能。代码如下：clear;%加载训练图像特征load(‘JDPig_mlhmslbp_spyr.mat‘);m=numel(classe_name);n=length(y);label=[]%one-hot编码fori=1:nl
分类：
其他好文 时间：
2018-03-14 10:41:15
阅读次数：
207
除了softmax层构建的深度网络，Matlab还有一个简单的构建数据分类的函数，那就是patternnet，其用法类似。可以直接对图像特征数据处理，也可以对图像集处理。代码如下：%exam1.m用训练图像特征构建深度网络并计算测试图像得分clear;load(‘JDPig_mlhmslbp_spyr.mat‘);m=numel(classe_name);n=length(y);label=[]f
分类：
其他好文 时间：
2018-03-14 10:40:52
阅读次数：
173
由于可用的特征提取和分类器构造方法较多，为了确定选取方法。现在从视频提取的图像上进行算法验证，取这些图像的一部分进行训练，剩余部分进行测试，并进行交叉验证。找到准确率最高的方法后再将其用于测试集。以reco_toolbox为例，下面给出方法选取的代码：clc,closeall,clear,drawnowdatabase_name={‘JDPig‘};database_ext={‘jpg‘,‘jpg
分类：
其他好文 时间：
2018-03-13 14:03:43
阅读次数：
510
图像识别进入深度学习时代后，特征提取这个词的使用频率明显下降了。因为深度网络已经完成了从图像输入到分类结果输出的全过程，似乎不需要再关心特征的好坏和特征提取对于识别结果的影响。不过，不管从算法研究还是工程实现角度看，将特征提取独立出来应该更有利。这样我们可以对各种特征提取方法和各种识别算法进行组合，找出效果最好的方案。我们先考虑非神经网络提取的特征，在深度神经网络大热以前，局部特征、空间金字塔、稀
分类：
其他好文 时间：
2018-03-13 14:00:33
阅读次数：
218
2017年11月的京东金融大数据竞赛参与人数最多的是猪脸识别的算法比赛，参加整个比赛的有四千多人，而猪脸识别算法组就有一千多人。可见，搞图像识别的的人很多啊。想要提升自己价值的小伙伴们，向语音、文本、机器人等领域进发吧，有了机器学习的基础，入门这些领域应该都不是太难。比赛给的数据是30头猪的视频，做识别的第一步还是从视频中去图像吧。本想用以前写过的视频取帧程序。看Matlab示例的时候发现用Mat
分类：
其他好文 时间：
2018-03-13 11:00:11
阅读次数：
227
