- 博客(4)
- 收藏
- 关注
原创 通过源码学算法--AdaBoost: CART插播
1. 简介 CART(Classification and Regression Tree)是一个采用二分法递归划分生成的二叉树。粗略的讲,分类结果是离散的就是分类,是连续的实数就是回归树。 2. 特点 2.1 优点 本质上是无参估计(non-parametric)。就是不管待估计的参数是来自什么神奇古怪的空间,来者不拒。至于分类结果如何,呃, 那是另一回事 可以处理输入
2013-03-30 21:43:52 1413
原创 通过源码学算法--AdaBoost (CART): RealAdaBoost.m + tree_node_w.m
tree_node_w.m 代表分类树的类结构。很简单,只有5个成员 如果是左树则只有right_constraint有值,如果是右树则只有left_constraint有值 实际上在这里是一个类多用了。 比如一个训练好的最大深度为3(max_split == 3)的CART 树有四个节点(node),每个节点就是该类tree_node_w的一个object,同时每个节点又是一个弱分类器
2013-03-30 09:15:44 2267 2
原创 通过源码学算法--AdaBoost (CART) -- 楔子
引子 看源码一直以来是我学习各种算法的主要方式。没办法,数学太差,看到各种paper上的古怪公式就犯恶心。不过等明白了具体实现做法,倒也能理解写公式的苦衷:任何算法实现时都有不少的假设和work around,这些拿不上台面的东西,哪有数学公式看着纯粹与专业呢 这些年陆陆续续看了不少源码,确实也帮助很大。不过很多算法当时明白,过段时间再想起时,就只留了大概的印象。要想再获得当初
2013-03-27 01:02:07 1910
原创 Deformable Part Model 实现细节
Overview Step 1. Compute filter responses to the feature pyramid Each level of features (e.g. 46) is convolved with every stored part filters (e.g. 54), the result subsequently goes to the correspon
2013-03-22 03:17:09 1384
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