文件名称：Robust_ranking
文件大小：1.65MB
文件格式：ZIP
更新时间：2024-05-19 19:27:45
R
稳健排名 这是[1] Fu等人的示例代码。 出现基于众包成对标签的可靠主观视觉属性预测，IEEE TPAMI。 [2] Fu等。 通过稳健的学习排名进行兴趣预测，ECCV 2014。 我有以下代码 “ odet.R”使用交叉验证来选择lambda来求解HLASSO。 “ fyw.R”使用正确的方向模拟3000个随机比较的16个节点，然后反转其中的10％。 每次比较都使用二元选择，这可能与您的情况类似。 HLASSO用于检测异常值。 这里的简历没有挑选任何异常值。 但是您仍然可以删除离群值的前p％。 在代码注释中有更多详细信息。 我们在现场和pubfig上的代码。 （我在这台机器上没有这些代码；但是幸运的是，我搜索了gmail，发现以前我曾向杰超发送过类似的代码以寻求帮助。我使用的是该版本。） Age_exp_v3.R是使用低级功能进行修剪的版本。 谢谢！ 如果还有其他问题，请告诉
【文件预览】：
Robust_ranking-master
----fyw.R(4KB)
----README.md(1KB)
----Age_exp_v3.R(4KB)
----scene()
--------attr_4()
--------attr_1()
--------attr_6()
----odet.R(2KB)