【机器学习算法】AdaBoost自适应提升算法

前言

AdaBoost的算法步骤比较容易理解，可以参考李航老师的《统计学习方法》和July的blog。

对博主而言，最主要的是迭代部分的第二步骤是如何如何确定阈值呢，也就是说有一个特征就有一个强分类器，n个特征就有n个强分类器，那如果你特别大的话，肯定需要筛选特征，该如何筛选呢；也就是对于多维或者高维特征，如何确定迭代部分要学习的基本分类器，以及如何筛选特征；

对于AdaBoost算法，迭代几次就产生几个基本分类器，当然基本分类器的个数越多分类精度越高。那么如何确定迭代次数呢？

参考

1.VJ大神paper1-RobustReal-timeObjectDetection-2001;

2.VJ大神paper3-RobustReal-timeFaceDetection-2003；

3.VJ大神paper2-RapidObjecDetectionUsingaBoostedCascadeofSimpleFeatures-2004;

4.CSDN大神July博客；

5.FaceDetection的原理解析；

6.AdaBoost原理介绍；

完