Adaboost通过维护一个定义于训练样本上的样本权值分布,改变数据分布实现强分类器。
Adaboost算法就是通过调整样本对应的权重,实现不同的训练集。每个样本对应相应的初始权重,训练出一个弱分类器。加大分类错误样本的权重,降低分类正确样本的权重,凸显分错样本,据此得到一个新的样本分布。在新的样本分布下,再次对弱分类器进行训练。循环一定次数后,赋予弱分类器一定的权重并叠加,得到最终的强分类器。
Adaboost通过维护一个定义于训练样本上的样本权值分布,改变数据分布实现强分类器。
Adaboost算法就是通过调整样本对应的权重,实现不同的训练集。每个样本对应相应的初始权重,训练出一个弱分类器。加大分类错误样本的权重,降低分类正确样本的权重,凸显分错样本,据此得到一个新的样本分布。在新的样本分布下,再次对弱分类器进行训练。循环一定次数后,赋予弱分类器一定的权重并叠加,得到最终的强分类器。