0. 前言
在機器學習基礎(chǔ)一節(jié)中,我們介紹了機器學習的一些基本概念,并通過使用不同類別的樣本來構(gòu)建分類器。但這種方法訓練分類器需要存儲所有樣本的表示,然后通過查看最近標記點(最近鄰居)來預測新實例的標簽。對于大多數(shù)機器學習方法,訓練是一個迭代過程,在此過程中通過循環(huán)遍歷樣本來構(gòu)建機器學習模型。通過使用更多的樣本,得到的分類器性能會逐漸提高。當模型性能達到預設(shè)值或者當無法從當前訓練數(shù)據(jù)集中獲得更多改進時,學習過程將停止。本節(jié)中,我們將介紹一種遵循以上過程的機器學習算法,文章來源地址http://www.zghlxwxcb.cn/news/detail-702301.html
文章來源:http://www.zghlxwxcb.cn/news/detail-702301.html
到了這里,關(guān)于OpenCV實戰(zhàn)(31)——基于級聯(lián)Haar特征的目標檢測的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!