boosting原理样本的权重

Question

boosting原理中训练弱学习器的第一步是赋予训练样本的权重，样本的权重是怎么个意思，怎讲将赋予权重的样本输入弱学习器中，或者被赋予权重的样本是什么样子的呢

Answer 1

望采纳


在Boosting算法中，训练弱学习器的第一步是赋予每个训练样本一个权重。权重指的是样本在训练模型时的相对重要程度。通常，在训练的开始阶段，所有的样本的权重都是相同的，表示它们都同样重要。然后，在训练过程中，权重会逐步调整，根据样本在当前模型中的表现，以便更加注重那些被当前模型错误分类的样本。

将赋予权重的样本输入弱学习器的方法与输入没有赋予权重的样本的方法是相同的。弱学习器只会接受训练数据作为输入，不会考虑样本的权重。因此，在输入数据时，只需按照通常的方式进行操作即可。

参考这篇资料

• 机器学习算法 | Adaboost算法详解 - 知乎 1.前言 用一条垂直于X轴或者Y轴的直线将蓝色点和黄色点成功分离，无论这个直线是怎么选取，这个分类都不可能达到100％的准确率。当年感知机的提出为我们解决线性问题提供了解题思路，当面对异或问题的时候，感知机… https://zhuanlan.zhihu.com/p/61083714