复习机器学习算法:Boosting

 

Boosting的思想是集成学习,把许多个弱分类器结合起来,构成1个强分类器。

 

首先输入原始的训练样本,得到1个弱分类器,可以知道它的正确率和毛病率。计算该弱分类器的权重,以下:


然后提高毛病分类样本的权重,让后面的分类器focus它们,调剂样本的权重:

如果本来分类正确:

如果样本分类毛病:

 

把新的样本输入到后面学习,重复这个进程,得到许多个弱分类器,及其分类器的权重。

 

注意,Boosting算法中有两个权重,1个是分类器的权重,1个是样本的权重。

 

 

Boosting算法的优点:性能好,可以避免过拟合,可以综合多个分类器的优势。

缺点:对离群点比较敏感。

 

波比源码 – 精品源码模版分享 | www.bobi11.com
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,请使用WINRAR解压,如遇到无法解压的请联系管理员!

波比源码 » 复习机器学习算法:Boosting

发表评论

Hi, 如果你对这款模板有疑问,可以跟我联系哦!

联系站长
赞助VIP 享更多特权,建议使用 QQ 登录
喜欢我嘛?喜欢就按“ctrl+D”收藏我吧!♡