特征提取和分类是典型计算机视觉系统的两个关键阶段。视觉系统的准确性、稳健性和效率很大程度上取决于图像特征和分类器的质量。特征提取方法可以分为两个不同的类别，即基于手工的方法和基于特征学习的方法。分类器可以分为两组，即浅层模型和深层模型。 　　特征是任何独特的方面或特性，用于解决与特定应用相关 ...

第七章 贝叶斯分类器 7.1 贝叶斯决策论 贝叶斯决策论就是在概率框架下实施决策的基本方法。类比于最小二乘法。对于分类任务，在所有相关概率已知的情况下，贝叶斯决策轮考虑如何基于概率和误判损失来选择最优的类别标记。 对于有N种可能的标记类别的预测，是将一个真实标记为cj的样本误分类为ci样本 ...

首先说明啊：logistic分类器是以Bernoulli（伯努利） 分布为模型建模的，它可以用来分两种类别；而softmax分类器以多项式分布（Multinomial Distribution）为模型建模的，它可以分多种互斥的类别。 补充： 什么是伯努利分布？伯努利分布[2] 是一种 ...

1 引入 上一篇介绍了图像分类问题。图像分类的任务，就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了k-Nearest Neighbor （k-NN）分类器，该分类器的基本思想是通过将测试图像与训练集带标签的图像进行比较，来给测试图像打上分类标签。k-Nearest ...

python数据分析个人学习读书笔记-目录索引 第3章　探索数据 本章会介绍一些技术，帮助你对一个银行营销电话的数据进行分类。你将学习以下主题：·测试并比较模型·朴素贝叶斯分类器·将逻辑回归作为通用分类器使用·将支持向量机用作分类引擎·使用决策树进行分类·使用随机森林预测订阅者·使用 ...

　 　　我主要用pytorch，但是导师和师兄都用TensorFlow，并且许多论文也是用TensorFlow来复现，出于交流和学习需要看了《TensorFlow实战》的部分章节，以对TensorFlow有基础的认识，记录于此。 目录： 　　1 TensorFlow基础 ...

wiki百科：softmax函数的本质就是将一个K维的任意实数向量压缩（映射）成另一个K维的实数向量，其中向量中的每个元素取值都介于（0，1）之间。 一、疑问 二、知识点 1. softmax函数公式的意义 ​ 在softmax函数，输入向量z的值有正有负，正数表示对应的特征对分类 ...

softmax是logisitic regression在多酚类问题上的推广，\(W=[w_1,w_2,...,w_c]\)为各个类的权重因子，\(b\)为各类的门槛值。不要想象成超平面，否则很难理解，如果理解成每个类的打分函数，则会直观许多。预测时我们把样本分配到得分最高的类 ...