集成学习实战之 -- AdaBoost

集成学习实战之 -- AdaBoost AdaBoost 一、AdaBoost简介 二、工作原理 1.错误率： 2.弱分类器权重值： 3.权重更新： 4.最终分类器 a.弱分类器的线性组合 b.最终分类器 三、核心代码 1.基于单层决策树构建弱分类器 3.基于单层决策树的AdaBoost训练 4.测试算法：基于 AdaBoost的分类 四、示例 AdaBoost 一、AdaBoost简介 AdaB

>>阅读原文<<