数据挖掘十大算法之AdaboostPPT课件_第1页
数据挖掘十大算法之AdaboostPPT课件_第2页
数据挖掘十大算法之AdaboostPPT课件_第3页
数据挖掘十大算法之AdaboostPPT课件_第4页
数据挖掘十大算法之AdaboostPPT课件_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

.,1,数据挖掘十大算法之AdaBoost,.,2,Anexample,给定如下表所示的训练数据：,.,3,AdaBoost算法,Adaptive,Boosting,AdaBoost,主要思想：从弱学习算法出发，反复学习，得到一系列弱分类器，然后组合这些弱分类器，构成一个强分类器。,.,4,几个概念,强可学习：在PAC学习的框架中，一个概念（类），如果存在一个多项式的学习算法能够学习它，并且正确率很高，那么就称这个概念是强可学习的,弱可学习：在PAC学习的框架中，一个概念（类），如果存在一个多项式的学习算法能够学习它，学习的正确率仅比随机猜测略好，那么就称这个概念是弱可学习的,在PAC学习框架下，一个概念是强可学习的充分必要条件是这个概念是弱可学习的,.,5,AdaBoost算法,.,弱分类器,强分类器,.,6,AdaBoost算法,.,7,AdaBoost算法,弱分类器1,.,8,AdaBoost算法,权重增大,.,9,弱分类器2,AdaBoost算法,.,10,权重增加,AdaBoost算法,.,11,弱分类器3,AdaBoost算法,.,12,最终的强分类器,AdaBoost算法,.,13,Anexample,给定如下表所示的训练数据：,.,14,AdaBoost算法,Adaboost算法最终分类器的错误率是多少？,.,15,.,16,AdaBoost的目标：最小化损失函数,.,17,.,18,AdaBoost算法在人脸检测上的应用,参考文献：P.ViolaandM.Jones.Robustreal-timefacedetection.IJCV57(2),2004.,.,19,人脸检测的目标,.,20,级联分类器,.,21,人脸检测中的弱分类器,.,22,AdaBoost算法改进,参考文献：Y.FreundandR.E.Schapire.Adecision-theoreticgeneralizationofon-linelearningandanapplicationtoboosting.JournalofComputerandSystemSciences,55(1):119139,1997.Y.FreundandR.E.Schapire.Ashortintroductiontoboosting.JournalofJapanes
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论