SVM vs Adboost

这两个classifier到底哪个好？或许有人会说这样简单的判定哪个好哪个不好很幼稚，每一个classifier都有它的优缺点，但是看看CVPR每年的几百篇论文，这两个classifier的地位很难有任何其他的算法能比吧？ 之前我一直以为SVM要比Adaboost在实际中更好，在理论上也更clever。想想Viola Jones都是十年前的算法了，用SVM做face detection未必就比Adaboost差。而SVM在Human detection和Image Classification中依然是用的最广泛的。我自己也曾下过Adaboost的toolbox，用Adaboost做过一些其他方面的实验，但是结果都不是很好。我一直以为单论accuracy，SVM应该是state of the art。 可是，今天看Human Detection的论文，发现Piotr Dollar 的09年的论文用Adaboost去学一大堆feature，竟然不输latent SVM，真让我小小惊讶了一下。 看来，在有足够的training data的情况下，Adaboost依然不输SVM。Adaboost因为其非线性的组合，能够fit很复杂的分界面，但是一定要有足够的训练样本。而SVM再加上kernel trick，我觉得依然有最好的generalization性能。

http://liu2bao3yuan1.blog.163.com/blog/static/118512284201263113599/