AdaBoost算法原理
AdaBoost算法原理
前言
1、AdaBoost(Adaptive Boosting)是boosting类算法最著名的代表。
2、Kearns 和 Valiant首先提出了“强可学习” 和 “弱可学习”的概念。指出:在概率近似正确学习的框架中,一个概念(一个类),如果存在一个多项式的学习算法能够学习它,并且正确的概率很高,那么就称这个概念是强可学习的;一个概念,如果存在一个多项式的学习算法能够学习它,学习的正确率仅比随机猜测略好,那么就称这个概念是弱可学习的。后来Schapire证明一个概念强可学习的充分必要条件是这个概念是弱可学习的。
3、发现弱学习算法通常要比发现强学习算法容易的多。这样一来,如果已经发现了“弱可学习算法”,如何将其提升为“强学习算法”。具体的实施办法便成为开发提升方法时所要解决的问题。关于提升方法的研究有很多,有很多算法被提出。最具代表性的是AdaBoost算法。
4、大多数的提升方法都是改变训练数据的概率分布(训练数据的权值分布),针对不同的训练数据分布调用弱学习算法学习一系列弱分类器。这样对提升方法来说,有两个问题需要回答:1、每一轮如何改变数据的权值或概率分布?2、如何将弱分类器组合成一个强分类器?关于第一个问题,Adaboost的做法是,提高那些被前一轮弱分类器错误分类样本的权值,而且降低那些被正确分类样本的权值,这样,那些没有得到正确分类的数据由于其权重加大而受到后一轮的弱分类器的更大关注。关于第二个问题,Adaboost采取加权多数表决的方法。具体地,加大分类误差率小的弱分类器的权值,使其在表决中起较大的作用;减小分类误差率大的弱分类器的权值,使其在表决中起较小的作用。
算法的详细实施过程如下:
第一步:初始化训练数据的权值分布。
第二步:对 m = 1,2,…,M。
(a)、使用具有权值分布的训练数据集学习,得到基本分类器
(b)、计算在训练集上的分类误差率
(c)、计算的系数(这里的对数是自然对数)
(d)、更新训练数据集的权值分布(是规范化因子,它使
成为一个概率分布)
第三步:构建基分类器的线性组合,得到最终的分类器。
图解算法:待添加
详细例子:待添加
参考文章:
李航《统计学习方法》
AdaBoost算法原理相关推荐
- Adaboost算法原理分析和实例+代码(简明易懂)
Adaboost算法原理分析和实例+代码(简明易懂) [尊重原创,转载请注明出处] http://blog.csdn.net/guyuealian/article/details/70995333 ...
- Adaboost算法原理分析和实例+代码(转载)
[尊重原创,转载请注明出处] http://blog.csdn.net/guyuealian/article/details/70995333 本人最初了解AdaBoost算法着实是花了几天时 ...
- adaboost 算法 原理
Adaboost 算法 算法简介 (1)adaboost是有监督的分类算法 有监督 无监督的区别,直观来看,区别在于训练集中,是否需要包括因变量Y. 例如: 无监督算法 -- K-means聚类算法, ...
- 机器学习-集成之AdaBoost算法原理及实战
Boosting和AdaBoost 简介 Bagging采用的是一种多个分类器简单评分的方式.而Boosting是和Bagging对应的一种将弱分类器组合成为强分类器的算法框架,它根据分类器学习误差率 ...
- Adaboost算法原理以及matlab代码实现(超详细)
一.AdaBoost简介 Boosting, 也称为增强学习或提升法,是一种重要的集成学习技术, 能够将预测精度仅比随机猜度略高的弱学习器增强为预测精度高的强学习器,这在直接构造强学习器非常困难的情况 ...
- Adaboost算法原理分析与实例
https://blog.csdn.net/u013630675/article/details/80037336
- 04 集成学习 - Boosting - AdaBoost算法构建
03 集成学习 - Boosting - AdaBoost算法原理 十.AdaBoost算法构建 上一章最后说明了每个基模型的权值α是如何求得的,于是我就可以对模型进行更新操作了. 构建过程一 1.假 ...
- 数据挖掘十大经典算法之——AdaBoost 算法
数据挖掘十大经典算法系列,点击链接直接跳转: 数据挖掘简介及十大经典算法(大纲索引) 1. 数据挖掘十大经典算法之--C4.5 算法 2. 数据挖掘十大经典算法之--K-Means 算法 3. 数据挖 ...
- 机器学习之集成算法----Adaboost算法
目录 Boosting 算法基本原理 对应问题 Adaboost 算法 算法流程 个人描述 指示函数 学习器权重和样本权重 公式推导 Adaboost算法的正则化 小结 传送门 视频 Boosting ...
最新文章
- sscanf实用功能简介
- 循序渐进看Java web日志跟踪(1)-Tomcat 日志追踪与配置
- 5个IO口扫描25个按键的解决方法(转帖)
- Django-model进阶
- android+notepad教程,Android Sample学习——NotePad
- xp如何快速锁定计算机,Window XP中快速锁定计算机两法
- 递归查找所有子代id php,PHP递归函数:从父ID获取子ID
- cookie和session机制之间的区别与联系
- winform程序制作安装包
- Axure插件axure-chrome-extension安装
- iphone长截图哪个软件好_这可能是 iPhone 上最好用的长截图软件,你用过吗?
- 坦克世界怎么显示服务器准心,坦克世界设置方法 坦克世界如何设置图像
- shell基础脚本命令记录
- 如何修改电脑的MAC地址(手把手更改)
- 语音变声器微信小程序源码/支持多种音效变声器小程序源码
- 关于微信小程序自定义导航栏时,如何获取手机状态栏和导航栏高度
- 解读滴滴招股书:提供“移动“价值的全球共享经济企业潜力几何?
- 歌单详情内容-图标列表 (音乐app项目-第7步)
- AList上传文件提示Request failed with status code 413
- 程序实例python_程是什么意思 带程字的男孩名字 用程字起名的寓意