行人检测用到Adaboost,在此之前应该把Boosting先搞明白。

Boosting:based on "Nobody is perfect",combine common report ti obtain perfect expert.

先介绍一些Boosting的概念:

机器学习(Machine learning):将一些已知的并已被成功解决的问题作为范例输入计算机,及其通过学习这些范例总结并生成相应规则,这些规则具有通用性,使用它们可以解决一类问题。

学习机(learner):及其学习得到的规则或者模型。

样本:所研究问题的实例,一般在训练集中包括正样本和负样本。

训练:采用某种方法,用已知属性的演变作为输入,得到相应规则的过程。

训练集:由已知属性的样本组成的集合,作为训练过程的输入数据。

测试集:由已知属性的样本组成的集合,作为测试过程的输入数据。

假设:学习机对样本做出的判断,即是否符合需要判断的事实。

特征选取:从实际数据中抽取反映其本质规律的属性。

如从人脸图像向量做PCA变换得到特征向量的投影系数

机器学习系统结构表示:

现在介绍两个最重要的概念:弱学习机(weak learner)和强学习机(strong learner)。

弱学习机:对一定分布的训练样本给出假设(这种假设很简单粗略,仅仅强于随机猜测),如根据有云猜测可能会下雨。

强学习机:根据得到的弱学习机和相应的权重给出假设(最大程度上符合实际情况),如根据有云、CCTV天气预报、老人家的话推测有雨。

Boosting算法的流程如下:

1.原始训练集输入,带有原始分布;

2.给出训练集中各样本的权重;

3.将给变分布后的训练集输入已知的弱学习机,弱学习机对每个样本给出假设;

4.对此次的弱学习机给出权重;

5.转到2,直到循环到一定次数或者某度量标准符合要求;

6.将弱学习机按其相应的权重加权组合形成强学习机。

Boosting原理学习相关推荐

  1. 集成学习-Boosting集成学习算法GBDT

    GBDT算法的核心为:先构造一个(决策)树,然后不断在已有模型和实际样本输出的残差上再构造一颗树,依次迭代. 目录 Decistion Tree(决策树) Gradient Boosting(梯度提升 ...

  2. Boosting原理及其应用

    一.背景 故事: 某男到医院就诊,医生亲切地问了一些该男的症状,最后得出结论:"医生说我怀孕了..." 血淋淋的故事告诉我们: 需要一个好的诊断器:根据病人的一系列症状,得出病人患 ...

  3. Mybatis底层原理学习(二):从源码角度分析一次查询操作过程

    在阅读这篇文章之前,建议先阅读一下我之前写的两篇文章,对理解这篇文章很有帮助,特别是Mybatis新手: 写给mybatis小白的入门指南 mybatis底层原理学习(一):SqlSessionFac ...

  4. Docker镜像原理学习理解

    Docker镜像原理学习理解 一.Docker镜像的组成 1.Docker镜像图层 2.union file system 3.镜像层-bootfs 4.镜像层-rootfs 5.镜像层-依赖环境 6 ...

  5. Redis主从复制原理学习

    Redis主从复制原理学习总结 - 运维笔记 和Mysql主从复制的原因一样,Redis虽然读取写入的速度都特别快,但是也会产生读压力特别大的情况.为了分担读压力,Redis支持主从复制,Redis的 ...

  6. java锁原理_Java锁原理学习

    Java锁原理学习 为了学习Java锁的原理,参照ReentrantLock实现了自己的可重入锁,代码如下: 先上AQS的相关方法: // AQS = AbstractQueuedSynchroniz ...

  7. MOOC人工智能原理学习笔记1

    人工智能原理学习笔记1 The Foundations of AI: Philosophy Mathematics Economics Neuroscience Psychology Computer ...

  8. 热修复原理学习(1)热修复技术介绍

    今天开始学习热修复的原理知识,学习方向是阿里团队编写的<深入探索Android热修复技术原理>,所以研究的热修复框架是Sophix. 之前对热修复的知识做过了解,具体是这一篇:热修复原理学 ...

  9. 自控原理学习笔记-反馈控制系统的动态模型(4)-频率特性函数Nyquist图及Bode图

    自控原理学习笔记 自控原理学习笔记专栏 文章目录 1.频率特性函数 1.1 图形表示方法: 1.2 零极点位置和暂态增益图 1.2.1 复轨迹曲线 1.2.3 例子 1.3 计算系统响应 2.开环频率 ...

  10. 自控原理学习笔记-系统稳定性分析(2)-环路分析及Nyquist-Bode判据

    自控原理学习笔记 自控原理学习笔记专栏 文章目录 3. 环路分析 3.1环路分析基本思想: 3.2 稳定程度的性能指标(相对稳定) 3.3 环路整形 4.Nyquist判据 4.1 与幅角原理关系 4 ...

最新文章

  1. Linux退出vi编辑
  2. 写给Lewis的-URL处理几个关键的函数parse_url、parse_str与http_build_query
  3. JMeter接口测试示例(六)——上传文件
  4. 【存储知识学习】第五章-5.4虚拟磁盘和5.5卷管理层-《大话存储》阅读笔记
  5. 3Animation动画的创建,CCSpeed,CCFollow
  6. MFc消息映射机制理解
  7. mysql中engine=innodb和engine=myisam的区别
  8. java web 自定义标签_JavaWeb学习——自定义标签
  9. IComparer实现文件名排序
  10. mysql dml回滚_mysql binlog回滚/闪回,前滚, 分析各表DML情况, 找出长事务与大事务...
  11. 简记ShuffleNetV1V2
  12. 简单的java图像裁减
  13. python中unique()与nuniqe()用法
  14. 周庄不买门票攻略_广东佛山旅游攻略好玩的地方景点推荐
  15. Google AdSense注册流程
  16. TideSec远控免杀学习二(Evasion模块+veil)
  17. java解析pdf 图片文字_Java 读取PDF中的文本和图片
  18. 倒计时器CountDownTimer使用
  19. JS(javascript)中this的几种用法实例详解
  20. nas系统存储服务器,我的瞎折腾NAS之系统选择篇

热门文章

  1. 5款最好用的免费3D建模软件(附下载链接)
  2. webmax的3DMAX导出插件下载
  3. 如何进入mysql命令界面
  4. Google--PageRank(网页级别)技术解密[转]
  5. 计算机与机械制图课题研究,考核机械制图论文,关于“机械制图CAD”课程考试改革相关参考文献资料-免费论文范文...
  6. ASP.NET课设——新闻发布系统
  7. 苹果真伪查询_拆解报告:山寨版苹果AirPods Pro
  8. VirtualBox6.1安装及使用教程
  9. 阿里云CentOS环境之docker安装,启动,加速器,docker-compose(十四)
  10. 《广义动量定理与系统思考----战争…