1：简单概念描述
Adaboost是一种弱学习算法到强学习算法，这里的弱和强学习算法，指的当然都是分类器，首先我们需要简单介绍几个概念。
1：弱学习器：在二分情况下弱分类器的错误率会高于50%。其实任意的分类器都可以做为弱分类器，比如之前介绍的KNN、决策树、Naïve Bayes、logiostic回归和SVM都可以。这里我们采用的弱分类器是单层决策树，它是一个单节点的决策树。...
分类：
其他好文 时间：
2014-08-18 22:07:03
阅读次数：
334
文本分类现已比较成熟，各类开源工具不少，现推荐几个比较常用简单的工具：1、scikit-learn：http://scikit-learn.org/stable/index.html python编写调用，里面有各种分类算法svm、随机森林、贝叶斯等，和特征提取，如字、ngram等，几行代码便可以构...
分类：
其他好文 时间：
2014-08-18 17:52:42
阅读次数：
193
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检測的特征描写叙述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检測中...
分类：
其他好文 时间：
2014-08-15 17:37:09
阅读次数：
257
鉴于July大哥的SVM三层境界(http://blog.csdn.net/v_july_v/article/details/7624837)已经写得非常好了，这里我就不详细描述，只是阐述简单的几个概念。如果看SVM三层境界有困惑，我也愿意与大家交流，共同进步。
简单概念描述：
（1） 支持向量机(SVM, support vectormachine)就是通过最大化支持向量到分类超平...
分类：
其他好文 时间：
2014-08-12 22:11:04
阅读次数：
247
TIOBE的那个榜单太假了
我帮大家搜集了一下
IEEE Spectrum’s 2014 Ranking
This app ranks the popularity of dozens of programming languages. You can filter them by listing only those most relevant to particular sector...
分类：
其他好文 时间：
2014-08-12 17:29:24
阅读次数：
260
wine数据来自于UCI数据库，记录的是意大利同一地区3中不同品种的葡萄酒13中化学成分含量，以期通过科学的方法，达到自动分类葡萄酒的目的。...
分类：
其他好文 时间：
2014-08-12 17:10:04
阅读次数：
349
今天整理资料时，发现了在学校时做的这个实验，当时整个过程过重偏向依赖分类器方面，而又很难对分类器本身性能进行一定程度的改良，所以最后没有选用这个方案，估计以后也不会接触这类机器学习的东西了，希望它对刚入门的人有点用。
SVM比较适合高维数据的二分类，本来准备对语音特征直接用SVM进行二分类，但是发现样本数据比较多，训练的2天都没有出收敛，最后想用VQ聚类的方法先抽取出具有代...
分类：
其他好文 时间：
2014-08-12 13:35:54
阅读次数：
306
今天整理资料时，发现了在学校时做的这个实验，当时整个过程过重偏向依赖分类器方面，而自己又很难对分类器性能进行一定程度的改良，所以最后没有选用这个方案，估计以后也不会接触这类机器学习的东西了，希望它对刚入门的人有点用。 SVM比较适合高维数据的二分类，本来准备对语音特征直接用SVM进行二分类，但是发....
分类：
其他好文 时间：
2014-08-12 12:53:24
阅读次数：
210
转载：http://www.cnblogs.com/wuyuegb2312/archive/2013/02/26/2910908.html 之前为了编写一个svm分词的程序而简单学了下Python，觉得Python很好用，想深入并系统学习一下，了解一些机制，因此开始阅读《Python学习手册(第三版...
分类：
编程语言 时间：
2014-08-11 17:34:32
阅读次数：
407
hog&svm的方法已经非常经典，广泛使用在多种行业，并且集成在了硬件中。应该说作为运动检测的一种重要方法，使用的情况还是非常广泛的。（opencv自带的分类器）intmain(){Mat src = imread("1.png");HOGDescriptor hog;//HOG特征检测器hog.s...
分类：
其他好文 时间：
2014-08-10 12:44:30
阅读次数：
234
