2020-03-30
阅读量:
1477
机器学习：boosting提升方法关于样本权重更新问题
问：为什么预测错的部分下一次反而增大他的权重呢？这样不是对结果的准确性影响更大吗？
答：集成算法boosting法中的权重，会自动使得每次预测错误的那些样本权重之和为1/2,剩下正确的之和也为1/2；模型每次会把预测错的样本的权重增加，突出这个样本，已达到对模型进行预警，模型就会自动进行调整，重点将预测错误的那部分样本进行关注，再次预测时达到尽量让其预测正确的目的，就这样逐步调整和优化直到最优。
这里增加的权重可以理解成增加的损失函数里的权重，要和特征列的权重区分开。
9.7892
6
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论