Adboost是boosting(提升)方法中最具代表性的一种,在分类问题中,boosting通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。
对提升方法来说,有两个问题需要回答:一是在每一轮如何改变训练数据的权值或概率分布;二是如何将弱分类器组合成一个强分类器。关于第一个问题,Adaboost的做法是,提高那些在前一轮被分错的样本的权值,这样一来,那些没有得到正确分类的数据,由于其权值加大而受到后一轮的弱分类器的更大关注。第二个问题,Adaboost采用加权多数表决的方法。
一天一个机器学习算法——Adaboost详解
最新推荐文章于 2020-01-07 12:47:19 发布