1、训练数据中每个样本,赋予一个权重,进行训练弱分类器并计算该分类器的错误率2、重新在同一数据集上训练分类器,调整样本权重,第一次分对的样本权重降低,分错的样本权重增加。基于每个分类器的分类错误率给定权重,加权求和。
adaboost原理
最新推荐文章于 2024-07-23 20:25:48 发布
1、训练数据中每个样本,赋予一个权重,进行训练弱分类器并计算该分类器的错误率2、重新在同一数据集上训练分类器,调整样本权重,第一次分对的样本权重降低,分错的样本权重增加。基于每个分类器的分类错误率给定权重,加权求和。