Stray_Lambs的博客

记录总结一下自己学过的模型，如果有问题欢迎大佬指正。logistic regression模型P(Y=1|x) = exp(w.x + b) / (1+exp(w.x+b))P(Y=0|x) = 1 / (1+exp(w.x+b))是输入，是输出，w和b是参数，w为权值向量，b为偏置。(统计学习方法里面的定义)在了解模型之前，我们需要先了解一个前提：几率(odds)这个是指一个事情发生的概率和不发生的概率的比值，即一个事情发生的概率是p，那么不发生的概率就是1-p，所以几率...

蚁群优化算法是意大利学者等人在世纪年代初提出的一种源于生物世界的新型启发式仿生算法。它是从自然界中蚂蚁觅食过程的协作方式得到启发而研究产生的。在自然界中，蚁群可以在其觅食的过程中逐渐寻找到食物源与巢穴之间的最短路径。单个蚂蚁在运动过程中能够分泌出一种被称作信息素的化学物质，这种物质能够被蚂蚁所感知，并分辨出其浓度，以此来指导自己倾向于朝着信息素强度高的方向运动。这种倾向是概率的，信息素浓度越高...

Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感，所以只能描述在特定方向（水平、垂直、对角）上有明显像素模块梯度变化的图像结构。