ML—AdaBoost算法
来源:互联网 发布:聪明的一休 知乎 编辑:程序博客网 时间:2024/05/21 17:39
华电北风吹
日期:2016-05-21
AdaBoost算法通过提高被前一轮弱分类器错误分类样本的权值,降低那些被正确分类的样本的权重,然后构建一系列的分类器,通过分类器的加权投票做出最终决策。
一、AdaBoost算法
——————————————————————————————————
对于输入样本
a. 根据当前每个样本的权重
b. 计算分类器
c. 计算
d. 更新样本权重
其中,
最终的判别函数为
——————————————————————————————————
关于上面AdaBoost算法里面涉及到的参数做一点简单说明。
1、由于这是训练数据集,所以对于任何一个分类器都应该有
2、所有的
3、对于权重更新方式(公式1-3),意义在于分类正确的就以指数形式降低权重,分类错误就指数形式增加权重。
二、AdaBoost收敛性分析
AdaBoost算法通俗易懂,但是这样加权投票方式,不同于Bagging少数服从多数,深入理解的话肯定有疑问这样的加权能够提高分类准确率吗?现在我们来解决这个问题,随着弱分类器的个数增多,分类错误率单调递减。
1、AdaBoost的误差界满足如下不等式
证明:
对于前半部分不等式部分的证明,
对于后半部分等式部分证明如下,
由公式(1-3)可得
将公式(2-3)递归带入公式(2-2)最后一项,便可得到公式(2-1)等式部分。至此,公式(2-1)证毕。
2、对于二分类问题的训练误差界有如下不等式
这里,
对于每一个的权重归一化因子
根据公式(2-1)知
有
综上的可得到公式(2-4)。
并且,对于所有的
公式(2-8)说明了,AdaBoost的误差以指数速率下降。
- ML—AdaBoost算法
- ML—AdaBoost(一)—历史
- ML—AdaBoost(二)—MATLAB代码
- Spark ML下实现的多分类adaboost+naivebayes算法在文本分类上的应用
- 分类算法——Adaboost
- adaboost算法
- AdaBoost算法
- AdaBoost 算法
- Adaboost算法
- adaboost算法
- adaboost算法
- AdaBoost算法
- Adaboost算法
- AdaBoost算法
- Adaboost 算法
- Adaboost算法
- Adaboost 算法
- adaBoost算法
- 简单实用的一些快捷键
- docker学习笔记1-docker简介
- C++作业6-循环复习
- switch/while/if条件判断
- java并发编程实践
- ML—AdaBoost算法
- linux下的命令整理
- 常见的数字图像格式
- hashcode
- 探寻Android中MVP设计模式
- 【Linux】多路复用之—poll
- 记一场失败的Bstar
- Java正则表达式
- Linux - poll()