机器篇——集成学习(三) 细说提升(Boosting) 算法

最新推荐文章于 2021-08-27 20:34:23 发布

万道一

最新推荐文章于 2021-08-27 20:34:23 发布

阅读量1.2k

点赞数

分类专栏： AI章文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_38299170/article/details/103842213

版权

返回主目录

返回集成学习目录

上一章：机器篇——集成学习(二) 细说随机森林(Rondoom Forest) 算法

下一章：机器篇——集成学习(四) 细说 AdaBoost 算法

本小节，细说提升(Boosting) 算法，下一小节细说 AdaBoost 算法

二. 具体算法

3. 提升(Boosting) 算法

(1). Boosting 算法原型

①. 任一弱学习算法可以通过加强提升到一个任意正确率的学习算法，并通过构造一种多项式级的算法来实现这一加强过程。

②. Boosting 是一种将弱分类器通过某种方式结合起来得到一个分类性能大大提高的强化分类器的分类算法。该方法可以把一些粗略的经验规则转变为高度准确的预测法则。强分类器对数据进行分类，是通过弱分类器的多数投票机制进行的。该算法是一个简单的弱分类算法提升过程，这个过程通过不断的训练，以提高对数据的分类能力。

(2). Boosting 的思路流程

①. 从样本整体集合 $\large D$ 中，不放回地随机抽样 $\large n_{1}$ $\large (n_{1} < n)$ 个样本，得到集合 $\large D_{1}$ ，训练弱分类器 $\large C_1$

②. 从样本整体集合 $\large D$ 中，不放回地随机抽样 $\large n_2$ $\large (n_2 < n)$ 个样本，得到集合 $\large D_2$ ，训练弱分类器

最低0.47元/天解锁文章

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
机器篇——集成学习(三) 细说提升(Boosting) 算法

返回主目录返回集成学习目录上一章：机器篇——集成学习(二)细说随机森林(Rondoom Forest)算法下一章：机器篇——集成学习(四)细说 AdaBoost 算法本小节，细说提升(Boosting) 算法，下一小节细说 AdaBoost算法二. 具体算法3. 提升(Boosting) 算法 (1). Boosting 算法原型...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。