![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 80
猴子的新衣
世界在背后,十架在前头。
展开
-
朴素贝叶斯——文本分类
机器学习的一个重要过程就是文档的自动分类。在文档分类中,整个文档(如一封电子邮件)是实例,而电子邮件中的某些元素构成特征。虽然电子邮件是一种不会增加的文本,但同样也可以对新闻报导、用户留言等其他任意文本进行分类。观察文档中出现的词,并把每个词的出现作为一个特征,这样得到的特征数目就会跟词汇表中的词一样多。原创 2016-10-26 16:43:16 · 1176 阅读 · 0 评论 -
目标特征提取(一):全局特征
全局特征是基于灰度像素值的描述,可以分为直方图特征、颜色特征和轮廓特征。1、直方图特征直方图特征用数学统计方法提取目标的外观特征。举例说明提取过程:对于一幅灰度图像,将灰度值从0到255等分为8个区间,然后遍历图像爱的每个像素,统计分别落入每个区间的像素的个数,最后将8个区间的像素个数除以像素总和进行归一化便得到直方图特征。为了体现目标颜色的空间信息,可采用颜色空间二维直方图——将图像原创 2016-10-17 20:08:15 · 10766 阅读 · 0 评论