侯小啾 2022-09-19 09:00 采纳率: 75%
浏览 46
已结题

机器学习 AdaBoost算法

AdaBoost算法原理可以概括为:
1.先初始化数据训练弱模型 ->> 得到第一个弱模型
2. 通过初始化的权重去计算误差
3. 根据这个误差去调整弱模型的权重
4. 更新训练集数据集权值的分布

其中,每次迭代都会训练一个弱模型,第一次迭代之后,每个样本得到了新的权值分布。我不理解的是这个权值分布怎么参与进后续模型的训练?(或者说样本权重怎么使用)
假设以决策树模型作为基础模型,并给定需要假设的每个参数,能否举个例子详细叙述一下,从训练第一个分类器开始,往后每一步都是怎么做的?

  • 写回答

2条回答 默认 最新

  • ·星辰大海 2022-09-19 09:09
    关注

    权值的调整,你可以直接对原始数据比例大小进行调整,将样本整个调大或者调小
    这里有我写的一个例子你可以看一下
    https://blog.csdn.net/qq_18560985/article/details/115055058

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 9月27日
  • 已采纳回答 9月19日
  • 创建了问题 9月19日

悬赏问题

  • ¥15 求差集那个函数有问题,有无佬可以解决
  • ¥15 【提问】基于Invest的水源涵养
  • ¥20 微信网友居然可以通过vx号找到我绑的手机号
  • ¥15 寻一个支付宝扫码远程授权登录的软件助手app
  • ¥15 解riccati方程组
  • ¥15 display:none;样式在嵌套结构中的已设置了display样式的元素上不起作用?
  • ¥15 使用rabbitMQ 消息队列作为url源进行多线程爬取时,总有几个url没有处理的问题。
  • ¥15 Ubuntu在安装序列比对软件STAR时出现报错如何解决
  • ¥50 树莓派安卓APK系统签名
  • ¥65 汇编语言除法溢出问题