目标识别与跟踪基础知识（二）

逻辑回归 先讲一下线性回归 1.1线性回归 通过学习一条直线来拟合样本点，在二维平面上，就是y=ax+b，学习参数a和b，在n维空间中，形式可以表示为y = a1x1 + a2x2 + …… + b，学习a1…an-1和b。 但是现实中，xi是模型输入，模型的输入多种多样，连续值、离散值、枚举值；而且输入的范围差别很大。如：室外温度的范围[-50, 50]，某概率的范围[0, 1]。数值大的输入在

>>阅读原文<<