機器學習套路 —— 樣本集的拆分（正樣本、負樣本）

collect negative samples of adaboost algorithm for face detection
機器學習中的正負樣本

• 所謂正樣本（positive samples）、負樣本（negative samples），對於某一環境下的人臉識別應用來說，比如教室中學生的人臉識別，則教室的牆壁，窗戶，身體，衣服等等便屬於負樣本的范疇。
• 負樣本通過采集的方式獲取，也可通過生成的方式自動獲取：
  
  • 工作 20x20 大小的人臉檢測，為了獲取盡可能多的負樣本，拍攝一張 1000x1000 像素大小的車的圖像，將其拆分為 20x20 大小的片段，⇒ 50x50
    
    • 也可將 1000x1000 ⇒ 拆分為 10x10 大小，100x100 副負樣本圖像，為了保持大小的一致，還需進一步將其拉伸到 20x20 的大小；

1. 訓練集負樣本繼續抽樣

• 保留全部正樣本，負樣本隨機抽取一定比例加入訓練集；

2. 數據平衡

• cascade learning 以及重采樣的方法 ==> 實現數據平衡；