- 博客(1)
- 资源 (6)
- 收藏
- 关注
原创 VALSE活动20150701期笔记
Feature selection via sparse learning_ji liu(刘霁) 优化:从建模,算法和理论三方面考虑。 特征选择: 两种方法,l1 norm和greedy 稀疏求解: 本是l0 norm问题,转化为l1 norm问题。因l0 norm是非convex问题,而l1 norm是对l0 norm的最好的convex近似。convex问题的优势在于,局部最优解即为
2015-07-03 15:02:38 1022
adaboost算法源码(c++)
adaboost源码,用c++写的。抛开了积分图计算等复杂的部分,专注于adaboost算法的具体实现过程,希望对初学者有帮助,也希望高手不吝指教。
2010-04-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人