机器学习 - 培训步骤

Question

当您在Adaboost算法的训练数据中使用类似Haar的功能时，如何构建数据集？你真的必须找到数以千计的正面和负面样本吗？必须有一种更有效的方法来做到这一点......

我正在尝试用matlab（而不是面孔）分析图像，这对图像处理来说相对较新。

Answer 1

是的，您确实需要许多正面和负面样本进行培训。对于Adaboost来说尤其如此，Adaboost通过反复重新采样训练集来工作。很多样品就足够了很难说。但通常情况下，越多越好，因为这会增加训练集具有代表性的机会。

另外，在我看来，你对效率的追求是错误的。提前完成训练，大概是离线训练。这是培训结束后对未知实例进行分类的效率，人们通常会担心。

Answer 2

毫无疑问，更多的数据，更多的信息，更好的结果。您应该包含尽可能多的信息。但是，您可能需要注意的一件事是正设置与负设置的比率。对于逻辑回归，比率不应该超过1：5，对于adaboost，我不确定结果，但它肯定会随着比率而变化（我之前尝试过）。

Answer 3

是的，我们需要许多积极和消极的样本进行培训，但收集这些数据非常繁琐。但是你可以通过拍摄视频而不是图片并使用ffmpeg将这些视频转换为图片来轻松实现。它将使培训部分更容易。

Answer 4

获得相同的正面和负面样本的唯一原因是避免偏见。有时您可能会获得高准确度，但它完全无法对一个类别进行分类。为了评估这些方法，精确度/召回比准确性更有用。