文档宝
搜索
首页
计算机
.NET
相关推荐
文档详情
7.2 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
第7章随机森林164CvDTreeParams(_max_depth,_min_sample_count,_regression_accuracy,_use_surrogates,_max_categorie
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
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,
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: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*。
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
9.2
源码解析.pdf-赵春江-人民邮电出版社
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
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
6.2
源码解析.pdf-赵春江-人民邮电出版社
1476.2
源码解析
1011,2,,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