機器學習技法(8)--Adaptive Boosting

本節課主要講解AdaBoost算法。 步驟： 1. 先產生一個表現一般或者不好的分類器，將這個分類器發生的錯誤進行權重的放大； 2. 對上一輪被方法的錯誤再一次產生另一個分類器進行學習，再一次產生錯誤並放大進入下一輪； 3. 重複以上步驟，直到表現令人滿意。 先利用bootstrap進行有放回抽樣產生新的數據集。 再對錯誤進行計算和加權。被重複抽取的數據權重大（U大）；被單次抽取的數據權重小（U小

>>阅读原文<<