文档详情

9.2 源码解析.pdf-赵春江-人民邮电出版社

发布：2021-04-26约字共页下载文档

文本预览下载声明

2019.1原理分析所以，在计算后验概率的时候，可以不考虑(2π)d/2这一项。也就是说，当把LNk应用到计算后验概率时，可以不用计算d[ln(2π)]/2。我们把去掉d[l

显示全部

相似文档

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(
2021-04-26 约字页立即下载
4.2 源码解析.pdf-赵春江-人民邮电出版社 814.2源码解析maxvkj（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，
2021-04-26 约字页立即下载
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：121222rrrrb，（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*。
2021-04-26 约字页立即下载
2.2 源码解析.pdf-赵春江-人民邮电出版社第2章K近邻算法16本。对于分类问题，我们采用“多数表决”的方式来确定u的最终分类，即这K个训练样本中，哪个分类的样本数多，u就属于哪个分类。而对于回归问题，u
2021-04-26 约字页立即下载
1.2 源码解析.pdf-赵春江-人民邮电出版社第1章正态贝叶斯分类器81.2源码解析下面详细分析OpenCV中的贝叶斯分类器的源码。再次强调的是，OpenCV实现的是正态贝叶斯分类器，不是朴素贝叶斯分类器。CvNormalBayesCla
2021-04-25 约字页立即下载
10.2 源码解析.pdf-赵春江-人民邮电出版社第10章神经网络220们不敢保证它永远正确有效。为此，Riedmiller等人提出了RPROP算法（resilientbackpropagation），用以改善
2021-04-26 约字页立即下载
8.2 源码解析.pdf-赵春江-人民邮电出版社第8章极端随机树8.1原理分析极端随机树（ExtremelyrandomizedTrees，ET或Extra-Trees）是由PierreGeurts等人于2006年提出的。
2021-04-26 约字页立即下载
7.2 源码解析.pdf-赵春江-人民邮电出版社第7章随机森林164CvDTreeParams(_max_depth,_min_sample_count,_regression_accuracy,_use_surrogates,_max_categorie
2021-04-26 约字页立即下载
6.2 源码解析.pdf-赵春江-人民邮电出版社 1476.2源码解析1011,2,,kkkkkMMMMmmFxFxvhxFxvhxkK（6-37）
2021-04-27 约字页立即下载
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
2021-04-27 约字页立即下载
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
2021-04-25 约字页立即下载
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
2021-04-27 约字页立即下载
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
2021-04-25 约字页立即下载
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
2021-04-29 约字页立即下载
3.1 原理分析.pdf-赵春江-人民邮电出版社 第3章支持向量机3.1原理分析支持向量机（SupportVectorMachine，SVM）是一种监督的学习算法，它不仅可以用于分类问题（称之为SVC），
2021-04-27 约字页立即下载