机器学习技法(8)--Adaptive Boosting

本节课主要讲解AdaBoost算法。 步骤： 1. 先产生一个表现一般或者不好的分类器，将这个分类器发生的错误进行权重的放大； 2. 对上一轮被方法的错误再一次产生另一个分类器进行学习，再一次产生错误并放大进入下一轮； 3. 重复以上步骤，直到表现令人满意。 先利用bootstrap进行有放回抽样产生新的数据集。 再对错误进行计算和加权。被重复抽取的数据权重大（U大）；被单次抽取的数据权重小（U小

>>阅读原文<<