弱分类器及其选取-adaboost讲义PPT
弱分类器及其选取
一个弱分类器h(x, f , p,q)由一个特征f，阈值q和指示不等号方向的p 组成：
训练一个弱分类器（特征f）就是在当前权重分布的情况下，确定f 的最优阈值，使得这个弱分类器（特征f）对所有训练样本的分类误差最低。
文件下载
评论信息
其他资源
- LinkMaster_v3.0.94.0 Crack.rar
- JPDA算法Matlab代码
- C#版本opc da 源码（最低分分享）
- VS1053 1003测试代码 亲测通过
- 变结构控制理论基础（高为炳）
- 利用大恒DH-HV1351UM-ML数字摄像机设备进行单帧图像采集保存
- 基于51的肺活量测定
- libsvm网格法查找最优参数函数 SVMcgForClass.m（内用svmtrain函数）
- 美国地图矢量shpfile文件
- 基于MATLAB的运动模糊图像复原算法研究（含噪声干扰）
- Neuro-Fuzzy_and_soft_computing
- WPF基础教程非常详细
- PSPICE实现多波形函数发生器
- PADS9.5三合一完美精简版
- QT5 QSerialPort 串口收发例子
- java 具有图形界面的最短路径问题的求解
- QtWidgets相关的技术分享
- 脉冲激光填丝焊对镍基合金薄板焊缝成形及微观组织的影响
- 易康5.0培训教程(基础应用).doc
- 中兴设计开发部电路设计规范
- usb摄像头在ARM上的测试程序
- java实现自动扫描文件夹txt文档插入数据库
- 基于asp.net在线报名系统
- 孟小峰-基于位置服务中的隐私保护
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明