This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
keynote:lesson02 [2010/06/26 14:22] 10921021 |
keynote:lesson02 [2023/08/19 21:02] (current) |
||
---|---|---|---|
Line 169: | Line 169: | ||
==== 2.5.1 Boosting 算法概述 ==== | ==== 2.5.1 Boosting 算法概述 ==== | ||
- | Boosting算法的形式多种多样,通常都是由多个弱分类器在一定的分布下通过循环迭代,最后组成形成一个强分类器的。当这些弱分类器被组合在一起的时候,它们总是会根据各自的准确度而在组合中占一定的权重。当一个弱分类器被加进来时,所有的数据都被重新赋予权重:那些被分错的点的权重会上升,而分对的点的权重则会下降。因此,接下来,分类器会着重注意对待之前被分错类的点。 | + | Boosting算法的形式多种多样,通常都是由多个弱分类器在一定的分布下通过循环迭代,最后组合形成一个强分类器的。当这些弱分类器被组合在一起的时候,它们总是会根据各自的准确度而在组合中占一定的权重。当一个弱分类器被加进来时,所有的数据都被重新赋予权重:那些被分错的点的权重会上升,而分对的点的权重则会下降。因此,接下来,分类器会着重注意对待之前被分错类的点。 |
==== 2.5.2 AdaBoost 算法介绍 ==== | ==== 2.5.2 AdaBoost 算法介绍 ==== |