利用AdaBoost元算法提高分类器性能
摘要:
bagging与boostingbagging(bootstrap aggregating)自举汇聚法,从原始数据集中选择S次后得到S个新数据集的一种技术。,新数据集和原始数据集大小相等。每个数据集都是在原始数据集中随机选择一个样本来进行替换而得到(允许有重复值),将某个学习算法分别作用于每个数据集就得到S个分类器,对新数据进行分类时,选择分类器投票结果中最多的类别作为最后的分类结果!boosting,与bagging类似,只不过boosting不同的分类器是通过串行训练而获得的,每个新分类器都根据已训练出的分类器性能来进行训练,通过集中关注被已有分类器错分的那些数据来获得新的分类器。不同:b 阅读全文
posted @ 2014-03-05 20:22 我是咖啡豆哈 阅读(505) 评论(0) 推荐(0)
浙公网安备 33010602011771号