RandomForestClassifier(n_estimators=1000,max_depth=None,max_features=100,n_jobs=-1,random_state=0)#随机森林分类器...draw_haar_like_feature(image,0,0,images.shape[2],images.shape[1],[feature_coord[idx_sorted[idx]]])#绘制Haar特征人脸...101088) (150, 101088)
3.3909857273101807
1.0
Text(0.5, 0.98, 'The most important features')
算法:Haar人脸分类是首先定义感兴趣的区域来提取所有可能的特征...,然后,计算该感兴趣的区域的积分图像以非常快速地计算所有可能的特征,最后,利用随机森林集成分类器寻找人脸分类中最重要的Haar类特征保持验证数据集的准确性。