- 博客(12)
- 收藏
- 关注
RSS订阅转载 生成模型与判别模型
http://blog.csdn.net/zouxy09 一直在看论文的过程中遇到这个问题，折腾了不少时间，然后是下面的一点理解，不知道正确否。若有错误，还望各位前辈不吝指正，以免小弟一错再错。在此谢过。 一、决策函数Y=f(X)或者条件概率分布P(Y|X) 监督学习的任务就是从数据中学习一个模型（也叫分类器），应用这一模型，对给定的输入X预测相应的输出Y。
2015-01-21 15:24:50
306
原创 数字图像处理基础
一、物理图像的数字化图像是一种二维的连续函数，在计算机上对图像进行处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像采样和量化的过程。空间坐标（x,y）的数字化成为图像采样，而幅值数字化成为灰度级量化。1、图像采样：对图像空间坐标的离散化，决定了图像的空间分辨率。示意图如下，把每个小格子模拟图像的各点亮度取出平均值，作为该小方格中点的值。每行像素为M个，每列像素为N个，图像大
2015-01-21 10:33:39
782
转载 GBDT（MART） 迭代决策树
http://hi.baidu.com/hehehehello/item/96cc42e45c16e7265a2d64eeGBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起
2015-01-12 20:51:53
446
转载 机器学习中正则化的理解
http://www.haodaima.net/art/2591450正则化是结构风险最小化策略的实现，是在经验风险上加上一个正则项(regularizer)或罚项(penalty term)。是模型选择的典型方法。正则化项一般是模型复杂度的单调递增函数，模型越复杂，正则化值越大。比较常用的正则化项有模型参数向量的范数，1-norm、2-norm第1项经验风险较小
2015-01-12 16:40:03
517
转载 HOG特征-理解篇
转载http://blog.csdn.net/abcjennifer/article/details/7365651网上去找关于HOG的资料，发现理解性的较少，而且较为冗长，为方便大家理解便自己写了篇，希望能对奋斗在特征提取第一线的同志们有所帮助：HOG即histogram of oriented gradient, 是用于目标检测的特征描述子，该技术将图像局部出现的方向梯度次
2015-01-11 20:03:49
331
原创 matlab中视频的读取与显示
视频数据的读取要用到VideoReader函数，用VideoReader建立一个obj,采用read函数来一帧一帧读取图像，最后用movie函数来放映视频。但是matlab自带的函数读取avi格式的视频时也只能读取那些原始格式的avi，比较局限性。其读取过程可以采用下面2种方法:一、先读完，再显示。 先将视频数据读取到内存的结构体中，然后直接从内存中拿数据来显示，这显示的视频看起
2015-01-10 10:46:47
1612
转载 human activity recognition特征提取相关
1.读Dollár, P., V. Rabaud, et al. (2005). Behavior recognition via sparse spatio-temporal features, IEEE. 本文作者提出了检测视频数据特征点，即spatio-temporal特征，即时空特征点，并将该特征应用于行为识别，且在前提假设比较少的情况下提出了一个人体特征检测和行为识
2015-01-09 09:36:16
752
转载 human activity recognition特征提取相关
1.读Dollár, P., V. Rabaud, et al. (2005). Behavior recognition via sparse spatio-temporal features, IEEE. 本文作者提出了检测视频数据特征点，即spatio-temporal特征，即时空特征点，并将该特征应用于行为识别，且在前提假设比较少的情况下提出了一个人体特征检测和行为识
2015-01-09 09:34:54
501
转载 独立性检验
转载自http://www.cnblogs.com/zhangchaoyang/articles/2642032.html本文给出基于两种统计量的假设检验，来检验变量间是否独立--χ2与秩和。χ2越小说明越独立。你可能会参考另一篇博客相关性检验。假设检验假设检验（Test of Hypothesis）又称为显著性检验（Test of Ststistical Sign
2015-01-04 15:08:24
495
转载 总结数据挖掘预测分类中的样本筛选和特征处理
转载自 http://www.thebigdata.cn/JieJueFangAn/13023.html基于特征化工程进行用户特征化，结合相关的机器学习算法对业务进行挖掘建模，在广告的精准投放、预测、风控等领域中应用的非常广泛。无论是有监督的学习分类算法，还是无监督的聚类也罢，都需要建立特征向量，对特征进行预处理;其中对于有监督的训练时，还需要进行样本的筛选。本章节讲解一下样本选择和特征处理方
2015-01-04 15:06:26
1867
转载 分类回归树CART(上)
转载自http://www.cnblogs.com/zhangchaoyang/articles/2709922.html分类回归树(CART,Classification And Regression Tree)也属于一种决策树，上回文我们介绍了基于ID3算法的决策树。作为上篇，这里只介绍CART是怎样用于分类的。分类回归树是一棵二叉树，且每个非叶子节点都有两个孩子，所以对于第一棵子树其
2015-01-04 14:41:19
419
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人