2019-03-20
阅读量:
806
简述AdaBoost运行过程？
问、简述AdaBoost运行过程？
答：1) 计算样本权重：训练数据中的每个样本，赋予其权重，即样本权重，用向量D表示，这些权重都初始化成相等值。假设有n个样本的训练集，设定每个样本的权重都是相等的，即1/n
2) 计算错误率：利用第一个弱学习算法h1对其进行学习，学习完成后进行错误率ε的统计
3) 计算弱学习算法权重：弱学习算法也有一个权重，用向量α表示，利用错误率计算权重α：
α>0，错误率<0.5, 错误率越小，α越大。
错误率=0.5，α=1；
α<0:错误率很大的时候；
4) 更新样本权重：在第一次学习完成后，需要重新调整样本的权重，以使得在第一分类中被错分的样本的权重，在接下来的学习中可以重点对其进行学习；其中，h（xi）=yi表示对第i个样本训练正确，不等于则表示分类错误。Z是一个归一化因子：Zt=sum(D)
5) 重复进行学习，这样经过t轮的学习后，就会得到t个弱学习算法、权重、弱分类器的输出以及最终的AdaBoost算法的输出：
H(X)>0 是1类；H(X)<0 是-1类
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
xmd11
2020-06-12
4条评论
xmd11
2020-06-12
0条评论
慢慢爬的Rui
2020-06-11
3条评论