OPFython：受 Python 启发的 Optimum-Path Forest 分类器
机器学习
2021-08-03 v3 计算机视觉与模式识别
机器学习
摘要
机器学习技术在过去几年中至关重要，被应用于广泛任务，如分类、目标识别、人员识别和图像分割。然而，常规分类算法，例如 Logistic 回归、决策树和贝叶斯分类器，可能缺乏复杂性与多样性，在处理真实世界数据时并不适用。一种近期受图启发的分类器，称为 Optimum-Path Forest，已被证明是一种最先进（state-of-the-art）技术，可与支持向量机（Support Vector Machines）相媲美，并在某些任务中超越之。本文提出一个基于 Python 的 Optimum-Path Forest 框架，记为 OPFython，其所有函数与类均基于原始的 C 语言实现。此外，由于 OPFython 是一个基于 Python 的库，它提供了比 C 语言更友好的环境与更快速的原型开发工作空间。
引用
@article{arxiv.2001.10420,
title = {OPFython: A Python-Inspired Optimum-Path Forest Classifier},
author = {Gustavo Henrique de Rosa and João Paulo Papa and Alexandre Xavier Falcão},
journal= {arXiv preprint arXiv:2001.10420},
year = {2021}
}
备注
14 pages, 11 figures