我正在尝试使用adaboost viola＆amp; amp; jones。我知道什么是弱分类器，但我没有找到指定阈值teta的方法，即每个弱分类器的奇偶校验p。 可以任何人告诉或解释我如何做到这一点。 感谢
答案 0 :(得分：0)
我做了一些研究，我发现这个M
在最初的中提琴 - 琼斯论文中，3.1学习讨论（准确地说，第4段），您将找到找到最佳阈值的程序。
我将在下面快速总结一下这个方法。
每个特征的最佳阈值取决于样本权重，因此在adaboost的非常迭代中计算。如伪代码中所述，保存最佳弱分类器的阈值。
在每一轮中，对于每个弱分类器，您必须根据特征值排列N个训练样本。设置阈值将分为两部分。两个部分都会有大部分的正样本或负样本以及一些其他类型的样本。
T +：正样品重量的总和
T-：负样本权重的总和
S +：低于阈值的正样本权重之和
S-：低于阈值的负样本权重之和
此特定阈值的错误是 -
e = MIN（（S +）+（T - ） - （S - ），（S - ）+（T +） - （S +））
您可以为所有N种分离样品的方法计算此误差。
最小误差将为您提供阈值范围。
的 问题：
1.我不明白这个''最小错误会给你一个阈值范围。 ''
2.如果我找到了阈值，我怎么能用最小误差来判断弱分类器的奇偶性