1 算法介绍:
viola-jones论文的Adaboost:
经典Adaboost:
差别1:权重更新:
viola-jones论文的Adaboost权重变换:
a=log((1-e)/e)
判断正确的样本权重:W*(e/(1-e))
判断正确的样本权重:W(不变)
然后归一化。
经典Adaboost权重变换:
a=0.5*log((1-e)/e)
判断正确的样本权重:W*exp(-a)
判断正确的样本权重:W*exp(a)
然后归一化。
经典Adaboost的训练误差分析:
20180118更新 %%%%%%%%%%%%%%%%%%%%%%%%%
两者完全没有差别,最终结果是一样的