adaboost: 0%正确率=100%正确率

adaboost是二分类算法

二分类器有个很好的性质:若sign(f)em>1/2,将分类器改为 -sign(f)即可


对于adaboost,其系数能自适应em>1/2的情况


子分类器Gm(x)系数 am=1/2 log( (1-em)/em )

为负 am<0

对应的加权子分类器:amGm(x)取负,则该子分类器等价于em<1/2的分类器(-Gm(x))


另一方面,数据集的权值更新:Wm+1,i=1/Zm x Wm,i x exp(-am yi Gm(xi))

也是因为am与Gm同时出现负负得正,使得各数据得到了正确的权重更新

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值