Adaboost

思路

1、在每一轮中,分别记录好那些被【当前弱分类器】【正确分类】与【错误分类】的【样本】,

在下一轮训练时,提高【错误分类样本】的权值,同时降低【正确分类样本】的权值,用以训练新的弱分类器

这样一来,那些没有得到正确分类的数据,由于其权值加大,会受到后一轮的弱分类器的更大关注

 

2、加权多数表决

1、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作用

2、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

 

表达式

 

posted @ 2022-05-01 21:48  Nickeyhu  阅读(60)  评论(0编辑  收藏  举报