計算機視覺之訓練分類器

訓練策略： 無參模型:KNN 生成模型：naive bayes 判別模型：線性模型和SVM KNN（k的選擇和距離公式選擇很重要）： 將測試樣本與訓練集中的樣本做距離運算，找到最近的k個樣本，記錄最多的標註結果。 實際的問題來了，如果把測試樣本與所有訓練集樣本做距離運算，計算量太大了，能不能找到一種方法減少計算量？ 解決方案1：Locality Sensitive Hashing 通過構建hash

>>阅读原文<<