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/

你可能感兴趣的:(SVM vs Adboost)