"1. 集成学习（Ensemble Learning）原理" "2. 集成学习（Ensemble Learning）Bagging" "3. 集成学习（Ensemble Learning）随机森林（Random Forest）" "4. 集成学习（Ensemble Learning）Adaboost ...
分类：
编程语言 时间：
2018-11-17 13:19:41
阅读次数：
257
boosting：不同的分类器是通过串行训练而获得的，每个新分类器都根据已经训练出的分类器的性能来进行训练。通过集中关注被已有分类器错分的那些样本来获得新的分类器。 权重alpha：弱分类器的线性组合系数，用来构成完整分类器。对每个数据的分类时，其结果是弱分类器结果的线性组合。 权重D：样本的权重向 ...
分类：
编程语言 时间：
2018-11-07 21:06:28
阅读次数：
173
步骤： def buildStump(dataArr,classLabels,D): 1。循环取出数据集中的一个特征（一列）输入 （for：） 2。循环调整阀值threshVal （for:） 3,。分成两个子树 左边：特征值xi<=threshVal 为-1，否则为1 获得预测结果1 右边：特征值 ...
分类：
其他好文 时间：
2018-10-31 23:22:36
阅读次数：
167
最近的工作涉及可穿戴传感器系统的原型设计，构建人类活动数据集，以及开发模式识别和机器学习算法以模拟和识别人类活动。在本文中，我们专注于提高人类活动分类性能的特征选择和模式识别算法。众所周知，高质量的特征对于提高任何模式识别系统的分类精度至关重要。在人类活动识别中，通常使用通过机械运动测量计算的平均值 ...
分类：
其他好文 时间：
2018-10-22 13:07:41
阅读次数：
152
我们重点分析了Haar特征的概念以及如何计算Haar特征，并介绍了Haar+Adaboost分类器它们的组合以及Adaboost分类器如何使用和训练。这节课我们将通过代码来实现一下Haar+Adaboost分类器实现的人脸识别。 ...
分类：
其他好文 时间：
2018-10-12 17:49:18
阅读次数：
136
该特征常和AdaBoost结合用于识别人脸。Haar特征很简单，分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描 ...
分类：
编程语言 时间：
2018-10-08 17:21:44
阅读次数：
294
在说到人脸检测我们首先会想到利用Harr特征提取和Adaboost分类器进行人脸检测(有兴趣的可以去一看这篇博客第九节、人脸检测之Haar分类器)，其检测效果也是不错的，但是目前人脸检测的应用场景逐渐从室内演变到室外，从单一限定场景发展到广场、车站、地铁口等场景，人脸检测面临的要求越来越高，比如：人 ...
分类：
Web程序 时间：
2018-09-30 23:20:41
阅读次数：
1607
转https://www.cnblogs.com/litthorse/p/9332370.html 作为(曾)被认为两大最好的监督分类算法之一的adaboost元算法(另一个为前几节介绍过的SVM算法)，该算法以其简单的思想解决复杂的分类问题，可谓是一种简单而强大的算法，本节主要简单介绍adaboo ...
分类：
编程语言 时间：
2018-09-26 16:08:39
阅读次数：
165
AdaBoost?算法是一种快速人脸检测算法，它将根据弱学习的反馈，适应性地调整假设的错误率，使在效率不降低的情况下，检测正确率得到了很大的提高。 系统在技术上的三个贡献： 1.用简单的Haar-like矩形特征作特征，可快速计算 2.基于AdaBoost的分类器设计 3.采用了Cascade(分级 ...
分类：
编程语言 时间：
2018-09-25 18:01:31
阅读次数：
146
```py import numpy as np import matplotlib.pyplot as plt def loadSimpData(): dataMat = np.matrix([[1., 2.1], [2., 1.1], [1.3, 1.], [1., 1.], [2., 1.]] ...
分类：
编程语言 时间：
2018-09-14 23:08:06
阅读次数：
325
