黄师傅

摘要： CXCORE库： Mahalanobis距离: K均值: CV库： 人脸检测/Haar分类器 ML库： 正态朴素贝叶斯分类器： 决策树： Boosting: 随机森林： EM算法： K近邻（KNN）： 神经网络/多层感知器： 支持向量机（SVM）： 阅读全文

摘要： 在没有更多背景信息给出时，如果追求预测的准确程度，一般用支持向量机（SVM），如果要求模型可以解释，一般用决策树。使用SVM的时候选择高斯核（即RBF kernel），同时要用交叉验证（cross validation）选择合适的模型参数。 Kotsiantis, S. B. Supervised 阅读全文

摘要： 更多内容请参考http://cn.mathworks.com/help/stats/index.html?s_cid=doc_ftr。 Naive Bayes（朴素贝叶斯） Random Forest（随机森林） KNN（K近邻分类器） 新版本将无法使用knnclassify SVM（支持向量机） 阅读全文