2
Adaboost 알고리즘에 대한 교육 데이터에 Haar와 같은 기능을 사용하는 경우 데이터 세트를 어떻게 작성합니까? 말 그대로 수천 개의 양성 및 음성 샘플을 찾아야합니까? 이 작업을보다 효율적으로 수행 할 수 있어야합니다 ...기계 학습 - 훈련 단계
저는 matlab (얼굴이 아닌)에서 이미지를 분석하려고하는데 이미지 처리에 비교적 새로운 기술입니다.
A
답변
4
예, 교육을 위해 많은 양수 및 음수 샘플이 필요합니다. 이는 Adaboost에서 특히 그렇습니다. Adaboost는 반복적으로 트레이닝 세트를 리샘플링하여 작동합니다. 얼마나 많은 표본이 충분한 지 말하기 어렵습니다. 그러나 일반적으로, 더 좋을수록, 훈련 세트가 대표적 일 가능성이 높아집니다.
또한 효율성에 대한 귀하의 탐구가 잘못되었습니다. 훈련은 사전에 오프라인으로 진행됩니다. 사람들이 보통 걱정하는 훈련이 끝난 후에 알려지지 않은 인스턴스를 분류하는 것이 효율성입니다.
0
의심 할 여지없이 더 많은 데이터, 더 많은 정보, 더 나은 결과. 가능한 한 더 많은 정보를 포함시켜야합니다. 그러나주의해야 할 한 가지는 양수 세트 대 음수 세트의 비율입니다. 로지스틱 회귀 분석의 경우, 비율은 1 : 5를 넘지 않아야합니다. 결과에 대해서는 잘 모르겠지만, 비율에 따라 확실히 변할 것입니다.
0
예. 우리는 훈련을 위해 많은 긍정적이고 부정적인 샘플이 필요하지만 그 데이터의 수집은 매우 지루합니다. 그러나 그림 대신 비디오를 찍고 ffmpeg를 사용하여 해당 비디오를 그림으로 변환하면 쉽게 만들 수 있습니다. 그것은 훈련 부분을 훨씬 쉽게 만들 것입니다.
0
동등한 양수 및 음수 샘플의 종류가있는 유일한 이유는 편의를 피하는 것입니다. 때로는 높은 정확도를 얻을 수도 있지만 한 카테고리를 완전히 분류하지 못합니다. 이러한 방법을 평가하려면 정밀도/리콜이 정확도보다 더 유용합니다.
관련 문제
- 1. 데이터 분류를위한 기계 학습 알고리즘.
- 2. LGPL 기계 학습 - C++
- 3. 기계 학습 과제 : java/groovy (데이터 마이닝, 기계 학습)에서 프로그램 진단
- 4. C#의 라이브러리 학습 기계
- 5. 의료 기계 학습 데이터 세트
- 6. 훈련 된 스팸 메일 학습 분류기/모델
- 7. Agile : 기계 학습 프로젝트의 사용자 사례?
- 8. Connect 4에 어떤 기계 학습 알고리즘을 사용해야합니까?
- 9. 다양한 기계 학습 데이터 세트를로드하는 Python API?
- 10. 피어 투 피어 노드를위한 기계 학습 알고리즘
- 11. 데이터 압축 - 지수 분포를위한 기계 학습
- 12. 기계 학습 라이브러리 s + (또는 R)?
- 13. 기계 학습 부분을위한 OpenCV 2.2 python 바인딩
- 14. 학습 기계 학습을위한 첫 번째 구현은 무엇입니까?
- 15. 가장 빠른 일반 기계 학습 라이브러리?
- 16. 기계 학습 알고리즘을 내 문제에 적응
- 17. C/C++ 클러스터링을위한 기계 학습 라이브러리
- 18. 기계 학습, 인공 지능 및 소프트 컴퓨팅
- 19. 기계 학습 - svm 기능 융합 기술
- 20. WEKA의 MultilayerPerceptron : 훈련 후 다시 훈련
- 21. Microsoft 70-515 시험 훈련?
- 22. 내가 생각하는 것에 대한 최선의 접근법은 기계 학습 문제이다.
- 23. Help : 텍스트에서 데이터 튜플 추출하기 ... 정규식 또는 기계 학습?
- 24. 기능 선택 및 다국어 데이터 + 기계 학습 알고리즘 선택에 대한 자율 학습
- 25. PHP로 훈련 등록
- 26. Twitter 주관적 훈련 세트
- 27. 파싱의 h.264 훈련
- 28. 기계 학습을위한 기능을 엔지니어링하는 방법
- 29. 새 언어 학습 학습
- 30. 학습 프롤로그에서의 학습
'기계 학습'및 '이미지 처리'태그 추가 시도 – Geoff