SVM vs Adaboost
2013-12-10 09:37
190 查看
这两个classifier到底哪个好？或许有人会说这样简单的判定哪个好哪个不好很幼稚，每一个classifier都有它的优缺点，但是看看CVPR每年的几百篇论文，这两个classifier的地位很难有任何其他的算法能比吧？ 之前我一直以为SVM要比Adaboost在实际中更好，在理论上也更clever。想想Viola Jones都是十年前的算法了，用SVM做face detection未必就比Adaboost差。而SVM在Human
detection和Image Classification中依然是用的最广泛的。我自己也曾下过Adaboost的toolbox，用Adaboost做过一些其他方面的实验，但是结果都不是很好。我一直以为单论accuracy，SVM应该是state of the art。 可是，今天看Human Detection的论文，发现Piotr Dollar 的09年的论文用Adaboost去学一大堆feature，竟然不输latent SVM，真让我小小惊讶了一下。 看来，在有足够的training data的情况下，Adaboost依然不输SVM。Adaboost因为其非线性的组合，能够fit很复杂的分界面，但是一定要有足够的训练样本。而SVM再加上kernel
trick，我觉得依然有最好的generalization性能。
转自：http://liu2bao3yuan1.blog.163.com/blog/static/118512284201263113599/
detection和Image Classification中依然是用的最广泛的。我自己也曾下过Adaboost的toolbox，用Adaboost做过一些其他方面的实验，但是结果都不是很好。我一直以为单论accuracy，SVM应该是state of the art。 可是，今天看Human Detection的论文，发现Piotr Dollar 的09年的论文用Adaboost去学一大堆feature，竟然不输latent SVM，真让我小小惊讶了一下。 看来，在有足够的training data的情况下，Adaboost依然不输SVM。Adaboost因为其非线性的组合，能够fit很复杂的分界面，但是一定要有足够的训练样本。而SVM再加上kernel
trick，我觉得依然有最好的generalization性能。
转自：http://liu2bao3yuan1.blog.163.com/blog/static/118512284201263113599/
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 监督算法大比拼之BP、SVM、adaboost非线性多分类实验
- OpenCV3 SVM ANN Adaboost KNN 随机森林等机器学习方法对OCR分类
- 监督算法大比拼之BP、SVM、adaboost非线性多分类实验
- sklearn Discrete AdaBoost vs Real AdaBoost
- 监督算法大比拼之BP、SVM、adaboost非线性多分类实验
- 运动目标检测知识整理（背景建模 VIBE 背景差分 帧间差分 光流 HOG Adaboost SVM 显著性检测）
- opencv机器学习 Haar特征 LBP特征 adaboost集成学习 级联分类器 支持向量机SVM 主成分分析PCA 人工神经网络(ANN) 笑脸检测 SVM分类 笑脸 检测
- 行人检测（haar+adaboost 与 hog+SVM）
- 《FAQ:OpenCV Haartraining》——使用OpenCV训练Haar like+Adaboost分类器的常见问题
- SVM多类划分问题 one vs rest
- About Adaboost
- 关于adaboost
- adaBoost 源码
- Spark学习之adaboost
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结（转载）
- 【Video Tracking & Detection】系列三之Algorithm Adaboost
- Adaboost训练汽车零配件定位
- VS2013使用boost
- boost_1_42在VS环境下的完全编译
- 数据挖掘中的几个算法—adaboost