当先锋百科网
首页
1
2
3
4
5
6
7
利用AdaBoost元算法提高分类性能
利用AdaBoost元算法提高分类性能
定义
AdaBoost 训练算法
基于单层决策树构建弱分类器
训练算法:完整Adaboost训练算法的实现
测试算法:基于 AdaBoost 的分类
优缺点
非均衡分类问题
ROC曲线的绘制及AUC计算函数
基于代价函数的分类器决策控制
处理非均衡问题的数据抽样方法
扩展:提升树
定义
集成方法(ensemble method) 或元算法(meta-algorithm):我们可以将不同分类器组合起来,这种组合的结果则被称为集成方法(ensemble method) 或元算法(meta-algorithm)
集成会有多种形式:可以是不同算法的集成,也可以是同一算法在不同设置下的集成,还可以是数据集不同部分分配给不同分类器之后的集成。
自举汇聚法(boostrap aggregating),也称bagging方法,基于数据随机重抽样的分类器构建方法,
boosting:不论是在boosting还是bagging当中&#x