2.3 应用实例.pdf-赵春江-人民邮电出版社
文本预览下载声明
第2章K近邻算法22sort_buf[j-1].i说明相邻的两个样本的响应值不相同，这时需要统计与前一个响应值相同的样本数量*//if(j==k1||sor
显示全部
文档详情
相似文档
-
4.3 应用实例.pdf-赵春江-人民邮电出版社
1174.3应用实例//遍历整个决策树，统计分叉属性的分叉值作为特征属性重要程度的衡量标准for(;;)//死循环{CvDTree
-
10.3 应用实例.pdf-赵春江-人民邮电出版社
24110.3应用实例assert(CVISMATCONT(sums-ty
-
2.3.9 综合实例9——骨骼拉伸应用.pdf-王琦-人民邮电出版社
Maya2012标准培训教材Ⅱ450图2.520图2.521（29）在［大纲视图（Outliner）］大纲窗口中，选择group1。在视图中，按下r键切换到缩放模式，调整辫子的大小，并移动到角
-
2.3.5 综合实例5——［通道盒（Channel Box）］高级应用.pdf-王琦-人民邮电出版社
第2章Maya高级动画技术407此时所有动画都已经创建完成。将时间滑块调节到200帧左右，越野车刚好从山坡上飞起，如图2.406所示。图2.406最终结果参考随书光盘中的场景文件Scenes\
-
2.3.6 链表的应用.pdf-张光河-人民邮电出版社
64数据结构——Python语言描述2.3.6链表的应用到目前为止，我们已经学习了单链表、循环单链表、双链表和循环双链表的基本操作。在本节中，我们将通过4个实例，来深入讲解单
-
2.3.6 综合实例6——［曲线图编辑器（Graph Editor）］应用实例.pdf-王琦-人民邮电出版社
Maya2012标准培训教材Ⅱ412（Nice）］，在［通道盒（ChannelBox）］中显示的属性名会按照英文书写习惯将首字母大写，在编写表达式或脚
-
较复杂关联的应用实例.pdf-于涌-人民邮电出版社
256第6章脚本语言编写基础及关联技术应用{//需要在链接的页面之前定义需保存的关联变量//把关联传入相应的组件web_reg_save_param(mystr,LB=,RB=,SaveOffset=0,Save
-
6.6.2 应用实例.pdf-石胜飞-人民邮电出版社
250大数据分析与挖掘(4)基于上次的执行结果选择一个算法Aj(5)基于上次的执行结果从数据集D中选择一个新的数据集fj(D)(6)将算法Aj应用到fj(D)(
-
6.1 原理分析.pdf-赵春江-人民邮电出版社
第6章梯度提升树6.1原理分析梯度提升树（GradientBoostedTrees，GBT或称为梯度提升决策树）算法是由Friedman于1999年首次完整地提出。该算法可以实现回归、分类和排
-
1.1 原理分析.pdf-赵春江-人民邮电出版社
第1章正态贝叶斯分类器1.1原理分析OpenCV实现的贝叶斯分类器不是朴素贝叶斯分类器（NaïveBayesClassifier），而是正态贝叶斯分类器（NormalBayesClassifier），两者虽然
-
5.2 源码解析.pdf-赵春江-人民邮电出版社
1235.2源码解析LogitBoost算法是逻辑回归技术在AdaBoost的应用。弱分类器的选取并不是基于分类结果yi，而是基于加权最小二乘法。设迭代前强分类器C0(
-
5.1 原理分析.pdf-赵春江-人民邮电出版社
第5章AdaBoost5.1原理分析自适应提升（AdaptiveBoosting，AdaBoost）算法由来自ATT实验室的Freund和Schapire，于
-
4.2 源码解析.pdf-赵春江-人民邮电出版社
814.2源码解析maxvkj（4-31）式（4-31）的含义是T(v)中第k个子树的α(v)值要小于k的最大的α(v)对应的子树，
-
4.1 原理分析.pdf-赵春江-人民邮电出版社
第4章决策树4.1原理分析决策树是一种非参数的监督学习方法，主要用于分类和回归。决策树的目的是构造一种模型，使之能够从样本数据的特征属性中，通过学习简单的决策规则—IFTHEN规则，从
-
3.2 源码解析.pdf-赵春江-人民邮电出版社
第3章支持向量机50有了r1和r2，则b和ρ为：121222rrrrb，（3-180）式中得到的b即为ν-SVR的决策函数中所需要的参数b*。