adaboost
来源:互联网 发布:知乎sydney sheldon 编辑:程序博客网 时间:2024/05/22 14:25
a思想:利用多个弱分类器的输出结果加权,得到最终的分类结果。并且,通过第一个弱分类器调整第二个弱分类器权重,通过第二个弱分类器调整第三个分类器的权重。
b基本原理:
使样本权重w均匀分布
For t=1:n
使用若分类器Vt对训练样本分类;
计算分类错误率;
计算权重at;
调整权重w;
End
得到a1到an。
强分类器V=sign(a1Vt+。。。。+anVt)
c说明
有两个权重:
一个是弱分类器的权重a,是弱分类器合成强分类器的权重。a越大,最后的该弱分类器在合成强分类器的话语权越大。a值不变。
一个是样本的权重w,如果上一次该样本错误分类,该样本的w会增大,从而避免下次该样本错误分类。否则w减少。
权重a调整的由来:
选用指数损失函数作为损失函数,并使其最小;使用前向分步算法,即假设前n-1项系数都正确,求第n项系数an
0 0
- Adaboost
- adaBoost
- adaboost
- Adaboost
- Adaboost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- adaboost
- AdaBoost
- Adaboost
- Adaboost
- AdaBoost
- Adaboost
- Adaboost
- Land oj 1606 - Funny Sheep(技巧&规律)
- 日语中一些标点符号的读法(权威版)
- 一个大四求职菜鸟的前端学习之路(三)
- Android自定义view的一般步骤
- html5--位置感知(基于js的地理定位geolocation API)结合Google Maps
- adaboost
- 输入输出函数(一)
- JVM内存参数详解以及配置调优
- C 【for循环嵌套 图形规律 问题】
- Linux 下wifi 驱动开发(二)—— WiFi模块浅析
- 大系统开发的好习惯总结
- struts2笔记002:关于web.xml
- 关于FL2440开发板挂载U盘的过程
- poj1061.拓展欧几里得算法的利用。挺难理解的。。。