AdaBoost算法和java实现
算法描述
输入:训练数据集,其中 xi ∈ χ ⊆ Rn , yi ∈ {-1,+1};弱学习算法;
输出:最终分类器G(x)。
初始化训练集数据的权值分布
D1 =( w11 ,…, wiN ), w1i =1/N, i=1,2…,N对m=1,2,…,M
- (a)使用具有权值分布 Dm 的训练数据集学习,得到基本分类器
Gm(x):χ−−> {-1,+1}
(b) 计算 Gm(x) 在训练数据集上的分类误差率
em= P(Gm(xi)≠yi)=∑Ni=1wmiI(Gm(xi)≠yi
- (a)使用具有权值分布 Dm 的训练数据集学习,得到基本分类器