Open 532741697 opened 8 years ago
您好,非常感谢您的代码。在代码阅读过程中我发现LBF特征并没有按原文的像素差特征最终位置的叶节点为1,其它都为0。您这里用到的方式是splitnode结果被分到又子节点的时候编码加一,分到左节点不产生任何动作,编码在决策树的判断过程中每下一层左移一位。而在做全局线性回归的时候只是在相应的矩阵中按LBF的值作为位置抽数,我觉得这有可能和您用到的liblinear的train函数的工作方式有关,但是又找不到您程序中用到的liblinear中相关函数的使用说明,您能解释一下为什么LBF特征的编码方式与原文不同和参数delta s的线性预测工作原理吗?非常感谢!
我们需要得到像素差在每一个树的编码(编码由0和1组成,由于一个像素差只能落到一个叶子节点,所以这个树的编码只有一个1其余的都是0),因此我只需要知道这个像素差会落到那个叶子节点。代码中的方法可以快速得到这个叶子节点的编号。最后我只需要把feature中这个叶子节点对应的位置置为1即可。
您好,非常感谢您的代码。在代码阅读过程中我发现LBF特征并没有按原文的像素差特征最终位置的叶节点为1,其它都为0。您这里用到的方式是splitnode结果被分到又子节点的时候编码加一,分到左节点不产生任何动作,编码在决策树的判断过程中每下一层左移一位。而在做全局线性回归的时候只是在相应的矩阵中按LBF的值作为位置抽数,我觉得这有可能和您用到的liblinear的train函数的工作方式有关,但是又找不到您程序中用到的liblinear中相关函数的使用说明,您能解释一下为什么LBF特征的编码方式与原文不同和参数delta s的线性预测工作原理吗?非常感谢!