模式識別 | 模型選擇與集成學習

目錄 1. Adaboost 2. 模型選擇的基本原則 3. 分類器集成 本章PPT 1. Adaboost 處理分類問題的思想 給定訓練集，尋找比較粗糙的分類規則/弱分類器 要比尋找精確的分類規則要簡單得多。從弱學習算法出發，反覆學習，得 到一系列弱分類器;然後組合這些弱分類器，構成一個強分類器。 基本做法 改變訓練數據的概率(權重)分佈（每個訓練樣本的採樣頻率），基於不同的訓練數據的分佈，調用

>>阅读原文<<