![](https://img-blog.csdnimg.cn/effdac2ee4b341d4b38d8abd6b1a7ee8.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像分类
文章平均质量分 74
正负样本不平衡下的算法处理
compute visioner
计算机视觉、分类检测分割跟踪ocr、模型压缩与加速
展开
-
集成学习-原理推导
集成学习(ensemble learning)可以说是现在非常火爆的机器学习方法了。它本身不是一个单独的机器学习算法,而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“博采众长”。集成学习可以用于分类问题集成,回归问题集成,特征选取集成,异常点检测集成等等,可以说所有的机器学习领域都可以看到集成学习的身影。本文就对集成学习的原理做一个总结。 1. 集成学习概述 从下图,我们可以对集成学习...转载 2022-01-27 09:06:20 · 165 阅读 · 0 评论 -
图像分类-集成学习Adaboost原理与推导
Adaboost 算法的原理与推导 0 引言 一直想写Adaboost来着,但迟迟未能动笔。其算法思想虽然简单:听取多人意见,最后综合决策,但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午,在我组织的机器学习班 第8次课上讲决策树与Adaboost,其中,Adabo...转载 2022-01-27 09:04:34 · 470 阅读 · 0 评论 -
图像分类之集成学习
Adaboost算法原理分析和实例+代码(简明易懂) 【尊重原创,转载请注明出处】 http://blog.csdn.net/guyuealian/article/details/70995333 本人最初了解AdaBoost算法着实是花了几天时间,才明白他的基本原理。也许是自己能力有限吧,很多资料也是看得懵懵懂懂。网上找了一下关于Adaboost算法原理分析...转载 2022-01-27 08:54:08 · 853 阅读 · 0 评论