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
2 详细算法介绍
机器学习笔记:adaBoost
猜你喜欢
转载自blog.csdn.net/qq_40206371/article/details/133204072
今日推荐
周排行