2019年1月10日
摘要：
一、基本原理 AdaBoost是adaptive boosing的缩写，它是一种基于Boosting框架的算法。下图为该算法的迭代过程。 AdaBoost从原始数据集D1开始学习第个模型，经过三轮的迭代，得到三个弱分类器，每一轮的迭代都要评估下模型的分类误差，在一轮时把分错的样本进行加权，最后把三个 阅读全文
posted @ 2019-01-10 21:12
醉雨成风
阅读(7218)
评论(0)
推荐(1)