一个分类器的分类准确率在60%-80%,即:比随机预测略好,但准确率却不太高,我们可以称之为“弱分类器”,比如CART(classification and regression tree分类与回归树)。
反之,如果分类精度90%以上,则是强分类器。
西瓜书上说:
弱学习器常指泛化性能略优于随即猜测的学习器(例如在二分类问题上精度略高于50%的分类器)
弱分类器 & 强分类器(弱学习器 & 强学习器)
最新推荐文章于 2023-06-21 22:06:34 发布
一个分类器的分类准确率在60%-80%,即:比随机预测略好,但准确率却不太高,我们可以称之为“弱分类器”,比如CART(classification and regression tree分类与回归树)。
反之,如果分类精度90%以上,则是强分类器。
西瓜书上说:
弱学习器常指泛化性能略优于随即猜测的学习器(例如在二分类问题上精度略高于50%的分类器)