数据挖掘十大算法之Adaboost_第1页
数据挖掘十大算法之Adaboost_第2页
数据挖掘十大算法之Adaboost_第3页
数据挖掘十大算法之Adaboost_第4页
数据挖掘十大算法之Adaboost_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、，数据挖掘十大算法的AdaBoost，An example，提供下表所示的培训数据。AdaBoost算法、自适应、定位、AdaBoost、AdaBoost、主要思想：从弱学习算法开始，反复学习，获得一系列弱分类符，然后组合这些弱分类符，构成强分类符。一些概念，可以讲授：在PAC学习框架中，有概念(类)，可以学习多项式的学习算法，正确率高的话，这个概念容易学习，学习弱。在PAC学习框架中，如果概念(类)具有多项式的学习算法，则学习它；如果学习的准确性略高于随机猜测，则此概念易于学习；PAC学习框架中的概念之一是此概念学习薄弱。AdaBoost算法，。弱分类器，强分类器，AdaBoost算法、ad

2、aaboost算法，弱分类器1，adaaboost算法、增加权重、弱分类器2，adaaboost算法，增加权重、AdaBoost算法、弱分类器3，AdaBoost算法，最终强分类器、AdaBoost算法、An example，指定下表中显示的培训数据：Adaboost算法，AdaBoost算法最终分类器的错误率是多少？AdaBoost的目标：最小化失败函数、如何将AdaBoost算法应用于面部检测，参考文章：p . vioa and m . Jones . robust real-time face detection . ijcv 57(2)，2004。面部检测的目标，级联分类器，人脸检测中的弱分类器，AdaBoost算法改进，参考：Y. Freund and r.e. schapisre。a decision-theoretic general virtual ization of on-line learning and an application to boosting。journal of computer and sys Tem sciences，55(1):119139，1997 . y . Freund and r .

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