Adaboost(自適應提升樹)算法原理

1.Adaboost概述 Adaboost的前身的Boosting算法。 Boosting是一種提高任意給定學習算法準確度的方法。它的思想起源於Valiant提出的PAC(Probably Approximately Correct)學習模型。Valiant和Kearns提出了弱學習和強學習的概念,識別錯誤率小於1/2,也即準確率僅比隨機猜測略高的學習算法稱爲弱學習算法;識別準確率很高並能在多項式

>>阅读原文<<