0.目标 本小节解读官网example 1.官网介绍翻译 a. 这个例子展示了如何在一个图像中找到正面的人脸。具体来说，它显示了如何从命令行获取图像列表，并在屏幕上显示每个带有红框的人脸。 b. Face_detector采用了HOG特征，结合了线性分类器、图像金字塔和滑动窗口检测方案。这种类型的目 ...
分类：
其他好文 时间：
2018-09-07 19:13:12
阅读次数：
1863
目标检测（object detection）的基本思路： 检测（detection）+ 定位（localization） 目标检测在很多场景有用，如无人驾驶和安防系统。 传统方法 特征提取算法（如：haar特征，HOG特征）+分类器（如：svm） 深度学习方法 R-CNN (Regions with ...
分类：
其他好文 时间：
2018-09-06 22:52:21
阅读次数：
214
简介 AdaBoost算法的人脸检测算法包含的主要工作：（1）通过积分图快速求得Haar特征；（2）利用AdaBoost算法从大量的特征中选择出判别能力较强的少数特征用于人脸检测分类；（3）提出一个级联结构模型，将若干个弱分类器集成一个强分类器，其能够快速排除非人脸区域，提高算法的检测速度。 2. ...
分类：
编程语言 时间：
2018-09-06 20:35:01
阅读次数：
240
朴素贝叶斯模型是机器学习常用的模型算法之一，其在文本分类方面简单易行，且取得不错的分类效果。所以很受欢迎，对于朴素贝叶斯的学习，本文首先介绍理论知识即朴素贝叶斯相关概念和公式推导，为了加深理解，采用一个维基百科上面性别分类例子进行形式化描述。然后通过编程实现朴素贝叶斯分类算法，并在屏蔽社区言论、垃圾... ...
分类：
编程语言 时间：
2018-09-04 10:30:46
阅读次数：
182
文本分类任务框架： 文本→特征工程（决定着模型分类的上界）→分类器（逼近模型的上限）→类别 文本特征提取： 1.经典的文本特征（前人的研究的成熟理论） 2.手工构造新的特征（手工提取，看数据集中是否有好的性特征） 3.用神经网络提取（神经网络仅作为特征提取器来用） 经典的文本特征： TF、TFIDF ...
分类：
其他好文 时间：
2018-09-03 19:59:04
阅读次数：
161
朴素贝叶斯分类器是一组简单快速的分类算法。网上已经有很多文章介绍，比如这篇写得比较好：https://blog.csdn.net/sinat_36246371/article/details/60140664。在这里，我按自己的理解再整理一遍。 在机器学习中，我们有时需要解决分类问题。也就是说，给定 ...
分类：
系统相关 时间：
2018-08-31 00:33:19
阅读次数：
293
贝叶斯决策 首先来看贝叶斯分类，我们都知道经典的贝叶斯公式： 其中：p(w)：为先验概率，表示每种类别分布的概率，P（X|W）：类条件概率，表示在某种类别前提下，某事发生的概率；而P（W|X）为后验概率，表示某事发生了，并且它属于某一类别的概率，有了这个后验概率，我们就可以对样本进行分类。后验概率越 ...
分类：
其他好文 时间：
2018-08-30 00:13:00
阅读次数：
165
贝叶斯分类是一类分类算法的总称，这类算法均已贝叶斯定理为基础，因此统称为贝叶斯分类。在贝叶斯分类器中，常用朴素贝叶斯，就类似于看见黑人，大多会认为来自非洲。 事件A在事件B（发生）的条件下的概率，与事件B在事件A（发生）的条件下的概率是不一样的，但他们有确定的关系，贝叶斯定理就是对在这种关系的陈述。 ...
分类：
其他好文 时间：
2018-08-29 18:05:12
阅读次数：
281
传统的GBDT是以CART作为基分类器，xgboost还支持线性分类器，这个时候XGBOOST相当于带L1和L2正则化的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。传统的GBDT在优化的hih只用到一阶导数信息，xgboost则对代价函数进行了二阶泰勒展开，同时用到了一阶和二阶导数。顺便提一下 ...
分类：
其他好文 时间：
2018-08-27 11:27:56
阅读次数：
188
一 高斯朴素贝叶斯分类器代码实现 网上搜索不调用sklearn实现的朴素贝叶斯分类器基本很少，即使有也是结合文本分类的多项式或伯努利类型，因此自己写了一遍能直接封装的高斯类型NB分类器，当然与真正的源码相比少了很多属性和方法，有兴趣的可以自己添加。代码如下（有详细注释）： 对于手动实现的高斯型NB分 ...
分类：
其他好文 时间：
2018-08-24 19:34:43
阅读次数：
214
