机器学习笔记:adaBoost

1 介绍

  • AdaBoost(Adaptive Boosting)是一种集成学习方法,它的目标是将多个弱分类器组合成一个强分类器
    • 通过反复修改训练数据的权重,使得之前分类错误的样本在后续的分类器中得到更多的关注
    • 每一轮中,都会增加一个新的弱分类器,直到达到某个预定的错误率或者达到预定的最大迭代次数

机器学习笔记:adaBoost_第1张图片

2  详细算法介绍

机器学习笔记:adaBoost_第2张图片

你可能感兴趣的:(机器学习,机器学习,笔记,人工智能)