集成学习之AdaBoost
摘要：
AdbBoost是adaptive boosting的缩写，是众多Boosting算法中较为流行的一种。
AdaBoost算法针对不同的训练集训练同一个（使用相同算法）基本分类器（弱分类器），然后把这些在不同训练集上得到的分类器集合起来，构成一个更强的最终的分类器（强分类器）。理论证明，只要每个弱分类器分类能力比随机猜测要好，当其个数趋向于无穷个数时，强分类器的错误率将趋向于零。这点可以用直观感觉判断，只要每个分类器的正确率比错误率稍高一点点，当分类器足够多的时候，正确的数量就会压倒错误的数量。 阅读全文
AdbBoost是adaptive boosting的缩写，是众多Boosting算法中较为流行的一种。
AdaBoost算法针对不同的训练集训练同一个（使用相同算法）基本分类器（弱分类器），然后把这些在不同训练集上得到的分类器集合起来，构成一个更强的最终的分类器（强分类器）。理论证明，只要每个弱分类器分类能力比随机猜测要好，当其个数趋向于无穷个数时，强分类器的错误率将趋向于零。这点可以用直观感觉判断，只要每个分类器的正确率比错误率稍高一点点，当分类器足够多的时候，正确的数量就会压倒错误的数量。 阅读全文
posted @ 2017-08-03 21:01 我是8位的 阅读(1169) 评论(0) 推荐(0) 编辑
