【机器学习算法】AdaBoost自适应提升算法
前言
AdaBoost的算法步骤比较容易理解,可以参考李航老师的《统计学习方法》和July的blog。
对博主而言,最主要的是迭代部分的第二步骤是如何如何确定阈值呢,也就是说有一个特征就有一个强分类器,n个特征就有n个强分类器,那如果你特别大的话,肯定需要筛选特征,该如何筛选呢;也就是对于多维或者高维特征,如何确定迭代部分要学习的基本分类器,以及如何筛选特征;
对于AdaBoost算法,迭代几次就产生几个基本分类器,当然基本分类器的个数越多分类精度越高。那么如何确定迭代次数呢?
参考
1.VJ大神paper1-RobustReal-timeObjectDetection-2001;
2.VJ大神paper3-RobustReal-timeFaceDetection-2003;
3.VJ大神paper2-RapidObjecDetectionUsingaBoostedCascadeofSimpleFeatures-2004;
4.CSDN大神July博客;
6.AdaBoost原理介绍;
完
各美其美,美美与共,不和他人作比较,不对他人有期待,不批判他人,不钻牛角尖。
心正意诚,做自己该做的事情,做自己喜欢做的事情,安静做一枚有思想的技术媛。
版权声明,转载请注明出处:https://www.cnblogs.com/happyamyhope/
心正意诚,做自己该做的事情,做自己喜欢做的事情,安静做一枚有思想的技术媛。
版权声明,转载请注明出处:https://www.cnblogs.com/happyamyhope/