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
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1034081.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!