预习笔记 MED分类器 基于欧式距离的分类器,欧式距离 \(d(x1,x2)=(x2-x1)^{T}*(x2-x1)\) 判别方法: \((x-μ_{1})^{T}(x-μ_{1})<(x-μ_{2})^{T}(x-μ_{2})? C1类 : C2类\) 受特征的量纲、分布 ...
第 章 你的第一个分类器 在过去几章,我们花费时间讨论了图像基础 学习类型 甚至是构建图像分类器时的四个步骤,但是到目前为止我们还没有构建一个真正的自己的分类器。 我们先构建几个辅助工具,以方便从磁盘上预处理和加载图像。之后,我们讨论k Nearest Neighbors KNN 分类器,你将首先使用机器学习来探索图像分类器。事实上,这个算法非常简单,它根本不做任何实际的 学习 但它仍然是一个重要 ...
2018-08-23 08:27 1 960 推荐指数:
预习笔记 MED分类器 基于欧式距离的分类器,欧式距离 \(d(x1,x2)=(x2-x1)^{T}*(x2-x1)\) 判别方法: \((x-μ_{1})^{T}(x-μ_{1})<(x-μ_{2})^{T}(x-μ_{2})? C1类 : C2类\) 受特征的量纲、分布 ...
第12章 训练你的第一个CNN 既然熟悉了CNN基础,我们将用python和keras实现我们的第一个CNN。我们通过快速的回顾当构建和训练你的CNNs时应当注意的keras配置开始本章。之后将实现ShallowNet,它是一个仅有单个CONV层的非常浅的CNN。但是,不要被 ...
实验名称:贝叶斯分类器 一、实验目的和要求 目的: 掌握利用贝叶斯公式进行设计分类器的方法。 要求: 分别做出协方差相同和不同两种情况下的判别分类边界。 二、实验环境、内容和方法 环境:windows 7,matlab R2010a 内容:根据贝叶斯公式,给出在类 ...
目录 核心思想 理论基础 1. 自己动手算 2. 调用Sklearn库 高斯朴素贝叶斯 多项式朴素贝叶斯 补码朴素贝叶斯 伯 ...
一、分类算法中的学习概念 因为分类算法都是有监督学习,故分为以下2种学习。 1、 急切学习:在给定的训练元组之后、接受到测试元组之前就构造好分类模型。 算法有:贝叶斯 ...
我花了将近一周的时间,才算搞懂了adaboost的原理。这根骨头终究还是被我啃下来了。 Adaboost是boosting系的解决方案,类似的是bagging系,bagging系是另外一个话题,还没有深入研究。Adaboost是boosting系非常流行的算法。但凡是介绍boosting的书籍 ...
贝叶斯分类器 Category: 机器学习听课笔记 Last Edited: Oct 10, 2018 9:43 PM Tags: 听课笔记,机器学习 注:本文非完全原创,很多公式和例子借鉴于各位前辈。 先导知识 贝叶斯决策论:贝叶斯决策论考虑如何基于已知的概率和误判损失来选择 ...
级联分类器 cascade detector detector AdaBoost 读"P. Viola, M. Jones. Rapid Object Detection using ...