AdaBoost.PDF

adaboost进行Gabor特征的选择文中代码可能有误详情请参考博文：http:blogcsdnnetrabygylarticledetails22650165

特征降维是模式识别中重要的一步，从图像中提取的原始特征往往维度较高，需要对其降维处理。基于AdaBoost的特征降维是具有良好的特征选择能力，其对每一维特征训练若分离器，根据分类效果调整权重，并最终选

adaboost机器学习算法代码包有详细的中英文注释、输入输出详解

这是关于adaboost原理的详解对初学者有用

整理和总结了一些Adaboost算法的资料

cart_adaboost

手动实现AdaBoost,语言为Python,最后使用五折交叉验证确定弱分类器数目的最优解,并有弱分类器与强分类器的比较实现及结果展示,欢迎大家下载。

这是基于AdaBoost算法的人脸检测代码,编程语言为matlab。代码齐全,下载解压后可以直接运行。

Adaboost 分类算法在 MATLAB 中的实现。

详细说明了使用Adaboost进行样本训练的训练步骤，按照步骤操作可实现该训练