集成學習(一):AdaBoost原理

前言 AdaBost算法是Boosting族算法最著名的代表。這一族算法的工作機制也是很類似的:先從初始訓練集訓練處一個基學習器,再根據基學習器的表現對訓練樣本分佈進行調整,使得先前基學習器做錯的訓練樣本在後續收到更多關注,然後基於調整之後的的樣本分佈來訓練下一個基學習器;日此往復,直至基學習器數目達到事先指定的值T,最終將這T個基學習器進行加權組合。 由於這裏重點介紹的是AdsBoost算法,接
相關文章
相關標籤/搜索