KCF目標跟蹤算法學習

1. 脊迴歸（英文名：Ridge Regression） 從數學角度來講，脊迴歸實質上是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度爲代價獲得迴歸係數更爲符合實際、更可靠的迴歸方法，對病態數據的擬合要強於最小二乘法。 從機器學習的角度來講，脊迴歸可以防止過擬合，提升模型的泛化能力（不僅訓練誤差小，測試誤差也小。）。參考鏈接：點擊打開鏈接 設訓練樣本集爲（xi,yi

>>阅读原文<<