随笔分类 -  集成学习

摘要:#1.GBDT算法流程 :Data={(x1,y1),(x2,y2),...,(xN,yN)},yi{+1,1} 初始化弱学习器 一般用所有训练样本的标签值的均值 \(f_0(x)=argmin_c\sum\limits_{i=1}^{N}L(y_i 阅读全文
posted @ 2022-05-03 21:39 筷点雪糕侠 阅读(183) 评论(0) 推荐(0) 编辑
摘要:概述 Adaboost的思想是将关注点放在被错误分类的样本上,减小上一轮被正确分类的样本权值 Adaboost采用加权投票的方法,分类误差小的弱分类器的权重大,而分类误差大的弱分类器的权重小 算法流程 1. \(T=\{(x_1,y_1),(x_2,y_2),...,(x_ 阅读全文
posted @ 2022-05-03 16:21 筷点雪糕侠 阅读(174) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示