文章目录
1.集成学习
集成学习通过构建并结合多个学习器来完成学习任务
优点:集成学习通过将多个学习器进行结合,常可获得比单一学习器显著优越的泛化性能
(1) Boosting
(2) bagging
2.Adaboost
1.解决的是二分类问题
2.1、思路
2.2、算法流程
(1)二分类训练数据集
(2)定义基分类器(弱分类器)
(3)循环M次
1.初始化/更新当前 训练数据的权直接分布
2.训练当前基分类器Gm(x)
3.计算当前基分类器的权值αm
4.将αmGm(x)更新到加法模型f(x)中
5.判断是否满足循环退出条件
2.3例题
(1) 二分类训练数据集
(2) 定义基分类器(弱分类器)
(3)循环M次
1.m=1
2.m=2时
2.4 加法模型
2.5 算法原理