摘要：决策树（decision tree） 是一个树结构（可以是二叉树或非二叉树）。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点 阅读全文

摘要：网络资料摘抄： 技术手段：利用深度学习来实现行人的精细化识别 实现基础方面：1）行人检测 2）行人特点标签 3）附属物定位等... 基于图像智能分析、识别行人的过程：首先需要对图像进行分割，对图像中行人的特征信息进行提取，并送入已训练好的分类器中，进行分类识别，以此来识别行人 基于数据统计和模板匹配 阅读全文

摘要：KNN基本思想： 1、事先存在已经分类好的样本数据（如分别在A类、B类、C类等） 2、计算待分类的数据（叫做新数据）与所有样本数据的距离 3、选择K个与新数据距离最近的的样本，并统计这K个样本所属的分类（如K=10，其中有3个为A，3个为B，4个为C） 4、将新数据归属于这K个样本中出现频率最高的那 阅读全文

摘要：k-means（K均值） 1、无监督聚类算法 2、K 分成K类 3、分类准则：使得样本与各类中心之间的误差平方和最小 经典K-means算法步骤： a.随机取K个种子点。b、然后对图中的所有点求到这K个种子点的距离，假如点Pi离种子点Si最近，那么Pi属于Si点群。c、接下来，我们要移动种子点到属于 阅读全文