AdaBoost
當我們擁有了不同的分類算法後，能否將其結合起來組成一個更強的分類器，這就是元算法的思路。AdaBoost就是其中最流行的算法，它的特點如下： 優點：泛化錯誤率低，易編碼，可以應用在大部分分類器上，無參數調整； 缺點：對離羣點敏感 適用數據類型：數值型和標稱性數據 強可學習：在PAC框架下，一個概念如果存在一個多項式的學習算法可以學習它，並且正確率很高，就稱是強可學習的 弱可學習：在PAC框架下，一
相關文章
- 1. Discrete Adaboost、Real Adaboost、Gentle Adaboost、LogitBoost
- 2. AdaBoost
- 3. Adaboost
- 4. adaboost
- 5. AdaBoost & AdaRank
- 6. boosting&Adaboost
- 7. Haar + AdaBoost
- 8. Adaboost算法
- 9. Adaboost 算法
- 10. Python實現Adaboost
- 更多相關文章...
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章