Opencv haartraining

列车级联参数中的实际ADABOST Logit boost离散ADABOST和温和ADABOST之间的区别是什么

-bt <{DAB, RAB, LB, GAB(default)}>

-bt

来自

boost_type–boosting算法的类型。 可能的值为： CvBoost：：离散ADABOST。 真正的AdaBoost。这是一种利用置信度预测的技术，适用于分类数据。 CvBoost：：LOGIT LogitBoost。它可以产生良好的回归拟合。 CvBoost：：温和的AdaBoost。它对异常数据点的重视程度较低，因此对于回归数据通常很好。 温和的AdaBoost和真正的AdaBoost通常是更好的选择。 boost_type – Type of the boosting algorithm. Possible values are: CvBoost::DISCRETE Discrete AdaBoost. CvBoost::REAL Real AdaBoost. It is a technique that utilizes confidence-rated predictions and works well with categorical data. CvBoost::LOGIT LogitBoost. It can produce good regression fits. CvBoost::GENTLE Gentle AdaBoost. It puts less weight on outlier data points and for that reason is often good with regression data. Gentle AdaBoost and Real AdaBoost are often the preferable choices.