Adaboost
Adaboost
输入:
D - 包含d个样本的训练元组集
k - 分类器数目
算法:
D中每个元组权重初始化为1/d
for i = 1 to k do
根据元组权重从D中有放回抽取样本,得到训练子集Di
使用Di训练弱分类器Mi
计算Mi错误率
如果分类正确,err(Xj)=0 否则为1
if error(Mi)>0.5 then
抛弃该分类器 continue
分类器话语权α //更新分类器权重
for Di 中被正确分类的元组 do
权重 <- 权重*error(Mi) / (1-error(Mi)) //更新元组权重
规范化每个元组权重 ,即权重/权重总和,使其权重总和=1
--------------------------------------------------
(* "・∀・)ノ ------◎ 去吧!大师球!!