Adaboost为一种集成算法，是对其他算法进行组合的一种方式。 本文将通过单层决策树分类器建立一个Adaboost优化算法，即利用多个弱分类器构建一个强分类器。 弱分类器：分类器性能比随机猜测要略好，但是也不会好太多。 强分类器：分类器性能比随机猜测好很多。 下面结合代码说明Adaboost算法原 ...
分类：
其他好文 时间：
2017-09-09 22:35:44
阅读次数：
304
1. 概念梳理： AdaBoost： 运行过程：训练数据中的每一个样本，并赋一个权重，这些权重值构成向量D，已开始这些权重值一样。 第一次训练完，得到一个弱分类器，计算该分类器的错误率，然后调整每个样本的权重值，对同一个训练数据进行第二次训练得到第二个分类器。（第一次分对的样本权重减小，分错的权重提 ...
分类：
其他好文 时间：
2017-09-05 00:23:52
阅读次数：
163
ApacheCN——专注于优秀开源项目维护的组织，不止于权威的文档视频技术支持 ...
分类：
其他好文 时间：
2017-09-01 12:53:01
阅读次数：
713
本文结构： 什么是集成学习？ 为什么集成的效果就会好于单个学习器？ 如何生成个体学习器？ 什么是 Boosting? Adaboost 算法？ 什么是集成学习 集成学习就是将多个弱的学习器结合起来组成一个强的学习器。 这就涉及到，先产生一组‘个体学习器’，再用一个策略将它们结合起来。 个体学习器可以 ...
分类：
编程语言 时间：
2017-08-16 09:53:27
阅读次数：
250
1、集成学习概述 1.1 集成学习概述 集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森 ...
分类：
编程语言 时间：
2017-08-08 16:40:54
阅读次数：
256
（一）认识回归 回归是统计学中最有力的工具之中的一个。机器学习监督学习算法分为分类算法和回归算法两种，事实上就是依据类别标签分布类型为离散型、连续性而定义的。顾名思义。分类算法用于离散型分布预測，如前面讲过的KNN、决策树、朴素贝叶斯、adaboost、SVM、Logistic回归都是分类算法。回归 ...
分类：
编程语言 时间：
2017-07-31 10:13:40
阅读次数：
240
本章内容 组合类似的分类器来提高分类性能 应用AdaBoost算法 处理非均衡分类问题 主题：利用AdaBoost元算法提高分类性能 1.基于数据集多重抽样的分类器 - AdaBoost 长处 泛化错误率低，易编码，能够应用在大部分分类器上，无需參数调整 缺点 对离群点敏感 适合数据类型 数值型和标 ...
分类：
编程语言 时间：
2017-07-30 13:48:47
阅读次数：
326
梳理 1.Model Ensemble 能够分为三大类：Bagging，Boosting。 Stacking. 2.Boosting能够说是一个思想（框架），而Adaboost等算法仅仅是其一个子类，记得ICCV2015有一个结合CNN和Boosting的工作获得了Best Paper Award？ ...
分类：
其他好文 时间：
2017-07-29 23:18:20
阅读次数：
178
http://blog.csdn.net/yangtrees/article/details/7453987 之前运行haar特征的adaboost算法人脸检测一直出错，加上今天的HOG&SVM行人检测程序，一直报错。 今天总算发现自己犯了多么白痴的错误——是因为外部依赖项lib文件没有添加完整，想 ...
分类：
其他好文 时间：
2017-07-27 20:05:10
阅读次数：
237
1. Naive Bayes算法 朴素贝叶斯算法算是生成模型中一个最经典的分类算法之一了，常用的有Bernoulli和Multinomial两种。在文本分类上经常会用到这两种方法。在词袋模型中，对于一篇文档$d$中出现的词$w_0,w_1,...,w_n$, 这篇文章被分类为$c$的概率为$$p(c ...
分类：
编程语言 时间：
2017-07-26 23:33:33
阅读次数：
399
