Online randomforest
1. online learning的概念
对于online learning,他的数据是come in sequence也就是说training sample是一个一个来,或者是几个几个来,然后classifier根据新来的sample进行更新。Online Learning是比较困难的,主要是你无法知道将来的数据是如何的。显然SVM和Adaboost是行不通的。最近几年也有一些人在做online learning的研究,主要方法还是集中在online boosting这一块。
传统的SVM和adaboost都是batch modelearning. Batch mode learning,就是所有的训练数据都是available的(或者说所有训练数据都已经存在于内存当中),这种方法有两个缺点:
1) 有的时候数据量太大,在内存中放不下,处理起来不方便
2) 由于应用环境限制,有时候无法再训练之前得到所有的训练数据
1. RF适合做计算机视觉的原因[1]
a) First, they arevery fast in both training and classification.
也就是说,RF速度快,效率高,这是外不能及的优势
b) Second, they canbe easily parallelized, which makes them interesting for multi-core and GPUimplementations [2].