因为工作的原因，本人需要用到分类器来检测目标，所以需要训练自己的分类器 在这里我就简单的说下步骤和注意事项。 HaarTraining步骤 1.正负样本处理 正样本处理需要对正样本进行归一化处理，一般情况下可以用Photoshop对图像进行尺寸统一处理，比如都是20*20或者24*24，其中其它尺寸 ...
分类：
其他好文 时间：
2016-04-01 23:26:32
阅读次数：
288
【这里只讲快速入门——即破题，正负样本不平衡、特征数量等问题就自己多看论文或者其他资料吧~~如果还有数据挖掘相关基础知识不了解的，建议看看《数据挖掘导论》】【以下是理解错误案例】：错误的根本原因是不能保证训练集的构建逻辑与赛题目标保持一致，不能保证训练集和测试集的构建逻辑保持一致，不能保证离线评测的...
分类：
移动开发 时间：
2015-09-09 09:37:44
阅读次数：
238
%% 正负样本所在folderfext='*.png';%要读取的文件格式positiveFolder='F:\课题\Crater detection\machingLearning\Positive Images\';%要读取文件的路径dtPositive=dir([positiveFolder ...
分类：
其他好文 时间：
2015-09-07 12:48:20
阅读次数：
176
对于机器学习的实际运用，光停留在知道了解的层面还不够，我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。1 数据不平衡问题这个问题是经常遇到的。就拿有监督的学习的二分类问题来说吧，我们需要正例和负例样本的标注。如果我们拿到的训练数据正例很少负例很多，那么直接拿来做分类肯定是不行的。通常需要做以下方案处理：1.1 数据集角度通过调整数据集中正负样本的比例来解决数...
分类：
编程语言 时间：
2015-07-28 21:17:17
阅读次数：
180
/*
*icvPrecalculate
*作用：计算特征值，并排序
*具体来说也就是根据训练样本信息和haar特征信息，在函数内部引用icvGetTrainingDataCallback来
*分批计算正负样本的前numprecalated个haar特征值，并把计算好的特征值进行排序，最后结果存储在data->valcache之中
*/
static
void icvPrecalculat...
分类：
其他好文 时间：
2015-07-14 15:43:28
阅读次数：
162
cvBoostStartTraining
*
* 该函数的作用是在第一个弱分类器训练时，初始化训练过程，计算特征值，并初始化样本权重
*
* 参数含义如下：
* trainClasses
* 它是训练样本类的向量，每个元素要么是0，要么是1；而且数据0,1的数据烈性必须是CV_32FC1，即32位浮点型单通道的类型
* weakTrainVals
* 第一个训练好的弱分类器的响应值，数据类型是CV_32FC1.
* 注：响应值，我的理解是正负样本在该弱分...
分类：
其他好文 时间：
2015-06-26 11:11:03
阅读次数：
130
优化的边界分类器
上一讲里我们介绍了函数边界和几何边界的概念，给定一组训练样本，如果能够找到一条决策边界，能够使得几何边界尽可能地大，这将使分类器可以很可靠地预测训练样本，特别地，这可以让分类器用一个“间隔”将正负样本分开。
现在，我们假设给定的一组训练样本是线性可分的，即有可能找到这样一条分界面，将正负样本分开。如何找到这样一个分界面可以使得几何边界最大？我们将这个优化问题用如下的表达式给出...
分类：
系统相关 时间：
2015-06-05 15:52:27
阅读次数：
242
SVM能实现功能即在给出的正负样本中找到一条分割线（面），将正负样本分割出来。而这条分割线（面）即我们所说的分类器，其记录的正样本的特征，以及和负样本的区别。当有新的样本过来时，则通过和分类器比较即可分辨出新的样本是否属于正样本行列。
以车辆识别为例，SVM的一般使用步骤如下：
1、获取正负样本。
前面说了SVM能够找到一条存在与正负样本之间的分割线（面），那么何为正负样本呢？
所谓...
分类：
其他好文 时间：
2015-03-11 17:25:59
阅读次数：
183
人脸检测做训练当然可以用OpenCV训练好的xml，但是岂止于此。我们也要动手做！~
首先是样本的选取。样本的选取很重要，找了很久才发现几个靠谱的。
人脸样本：http://www.vision.caltech.edu/Image_Datasets/Caltech_10K_WebFaces/ 网上抓取的逾10，000个人脸样本
http://...
分类：
其他好文 时间：
2014-10-30 10:22:34
阅读次数：
1343
ROC曲线在网上有很多地方都有说ROC曲线对于正负样本比例不敏感，即正负样本比例的变化不会改变ROC曲线。但是对于PR曲线就不一样了。PR曲线会随着正负样本比例的变化而变化。但是没有一个有十分具体和严谨地对此做出过分析和论证（至少我没有找到）。此处记为结论1：结论1：PR曲线会随着正负样本比例的变化...
分类：
其他好文 时间：
2014-07-14 08:24:07
阅读次数：
493
