计算机视觉之训练分类器

训练策略： 无参模型:KNN 生成模型：naive bayes 判别模型：线性模型和SVM KNN（k的选择和距离公式选择很重要）： 将测试样本与训练集中的样本做距离运算，找到最近的k个样本，记录最多的标注结果。 实际的问题来了，如果把测试样本与所有训练集样本做距离运算，计算量太大了，能不能找到一种方法减少计算量？ 解决方案1：Locality Sensitive Hashing 通过构建hash

>>阅读原文<<