作为AI技术最广为人知的应用，作为背景还是很值得了解一下的。不仅可以快速了解一个算法的构架，而且还有助于我们理解所谓机器识别的本质。

机器学习课程作业_基于AdaBoost算法的人脸分类python源码.zip 机器学习课程作业_基于AdaBoost算法的人脸分类python源码.zip 机器学习课程作业_基于AdaBoost算法的人脸分类python源码.zip

mo_4_bag.m随机森林matlab源码，原文链接：https://blog.csdn.net/weixin_43863744/article/details/106579296

人脸分类器

首先采取最近邻判断，然后将最近邻分类出错的人脸进行三近邻判断，并进行一定的显示

KNN分类算法和人脸分类训练样本

自组织映射（SOM）网络，也被称为 Kohonen 网络或者胜者独占单元（WTU），在大脑中，不同的感官输入以拓扑顺序的方式呈现，是受人脑特征启发而提出的一种非常特殊的神经网络。 与其他神经网络不同，SOM 神经元之间并不是通过权重相互连接的，相反，它们能够影响彼此的学习。SOM 最重要的特点是神经元以拓扑方式表示所学到的输入信息。 在 SOM 中，神经元通常放置在（一维或二维）网格的节点处，更高的维数也可以用，但实际很少使用。网格中的每个神经元都可以通过权重矩阵连接到所有输入单元。

mo_3.m_lbp特征提取，fitcecoc训练svm模型，predict预测，人脸分类。使用fitcecoc函数训练一个多分类的SVM模型，使用predict函数利用训练出的模型对测试数据进行预测，将得到的类标预测值与测试数据真实的类标进行比较，计算测试数据中被正确分类的样本所占的比例。原文链接https://blog.csdn.net/weixin_43863744/article/details/106411670

mo_3.m_lbp特征提取，fitcecoc训练svm模型，predict预测，人脸分类。使用fitcecoc函数训练一个多分类的SVM模型，使用predict函数利用训练出的模型对测试数据进行预测，将得到的类标预测值与测试数据真实的类标进行比较，计算测试数据中被正确分类的样本所占的比例。

Feret人脸分类数据库，进行人脸分类实验的必备数据。图片大小128X128，共1400张图片。