摘要：#极限梯度提升 (XGBoost, eXtreme Gradient Boosting) 训练数据集 \(D=[(x_i,y_i)]\), 其中 \(\overrightarrow x_i=(x_1,x_2,..x_m)^T,x_i\in R^m, y_i \in R, |D|=n\), 决策树模型 阅读全文

摘要：梯度提升决策树(GBDT,Gradient Boosting Decision Tree) 梯度提升算法使用损失函数的负梯度在当前模型的值， 不再去学习残差，而是学习一个损失函数关于梯度的负值。 \[ \begin{equation}\begin{split} -\left[\frac {\part 阅读全文

摘要：原理： ####提升方法(Boosting) 提升方法：加法模型+前向分布算法。 #####加法模型 $$\begin\begin f(x)=\sum_^N \beta_mb(x;\gamma_m)\end\end \[ 一些个基模型加权累加，可以是任何模型。 其中，$b(x;\gamma_m)$ 阅读全文

摘要：Spatial-Temporal Graph Convolutional Network for Video-based Person Re-identification(CVPR2020) 行人重识别 行人重识别（Person Re-identification），简称为ReID，是利用计算机视觉 阅读全文

摘要：概念 G=(V,E) V={v1,v2,v3,v4,v5,v6,v7,v8,v9,v10,v11} E={(v1,v2),(v2,v3),(v2,v6),(v3,v7)...} |V|=11 |E|=11 Walk: close walk x=y otherwise open walk Trail: 阅读全文