Adaboost
来源:互联网 发布:休闲运动套装淘宝店 编辑:程序博客网 时间:2024/05/20 02:55
Adaboost
Adaboost算法是将弱分类器线性叠加为一个强分类器,具体的算法步骤如下:
1. 读取数据集X(X1…Xn)以及其标签Y
2. 初始化样本的权值w=1/n,设定弱分类器个数T
3. for i=1…T
对每一个特征训练一个弱分类器,将误差最小的压入弱分类器中;
计算权重误差函数
计算分类器权重
更新样本权值
4. 预测结果:
参照这个地方的代码写的,谢谢作者,写的很清楚c++源码
Adaboost优点:
低泛化误差,分类准确率高,不用担心过拟合。
缺点:
对离群点比较敏感。
0 0
- Adaboost
- adaBoost
- adaboost
- Adaboost
- Adaboost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- AdaBoost
- adaboost
- AdaBoost
- Adaboost
- Adaboost
- AdaBoost
- Adaboost
- Adaboost
- 关于对DB2的“实例”的理解
- AndroidStudio编译时卡在Gradle Build Running并死机的解决方法
- 制作一款简单的网络图片查看器
- C++ 类型转换操作符(Type Conversion Operators)
- div
- Adaboost
- 分治-棋盘覆盖问题
- Begining
- 学习
- manpath问题解决
- SpringMVC之@RequestMapping
- 正则表达式的() [] {}有不同的意思。
- 冒泡排序与快速排序
- Hadoop平台搭建(1)