一、提升方法AdaBoost算法
(一)提升方法的基本思路
这样,对提升方法来说,有两个问题需要回答:一是在 每-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1个问题,AdaBoost的做法是,提高那些被前一轮弱分类器错误分类样本的权值,而降低那些被正确分类样本的权值。这样一来, 那些没有得到正确分类的数据,由于其权值的加大而受到后一轮的弱分类器的更大关注。于是,分类问题被一系列 的弱分类器“分而治之”。至于第2个问题,即弱分类器的组合,AdaBoost 采取加权多数表决的方法.具体地,加大分类误差率小的弱分类器的权值,使其在表决中起较大的作用,减小分类误差率大的弱分类器的权值,使其在表决中起较小的作用.
(二)AdaBoost算法
(三)AdaBoost的例子