《機器學習實戰》AdaBoost方法的算法原理與程序實現

一、引言 提升(boosting)方法是一種常用的統計學習方法,應用廣泛且有效,在分類問題中,它通過改變訓練樣本的權重,學習多個分類器,並將這些分類器進行線性組合,提高分類的性能。 對於分類問題,給定一個訓練樣本集,比較粗糙的分類規則(弱分類器),要比精確分類規則(強分類器)容易,提升方法就是從弱學習算法出發,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,大多數提升方法都是
相關文章
相關標籤/搜索