AdaBoost算法简介

adaboost算法是boosting算法的一种。boosting算法主要思想是用大量的简单的预测方法，得到一个比较准确的预测方法。譬如人脸检测中就是用的这种方法。

 

adaboost伪代码：

输入：

   训练集：其中

   训练的轮数T。

For：

初始化      //设置每组训练集的权重。开始都为1/m.

 

For：

1.对于弱分类器H，找到误判率最小的分类器  是误判率。

其中 .

2.如果，这里 是一个预先选择的阀值，停止训练。

令

 

3.For：

  更新

其中分母是标准化因子，保证是一个概率分布

 

输出最终的分类器

这个算法可以用到很多地方，不过需要选择大量的分类器。

 

由于本人技术不是很好，欢迎来辩

转载于:https://www.cnblogs.com/xiaokangzi/p/3577537.html