文件名称:论文研究-基于Adaboost的选择性样本权重更新算法.pdf
文件大小:729KB
文件格式:PDF
更新时间:2022-08-11 17:09:56
权重更新,Adaboost,分类器
提出一种选择性样本权重更新算法 ,把 FNR和 FPR引入样本权重更新过程 ,将分类效果反馈给分类器,实现对分类器结构的有效控制 ,在样本权重更新时合理选择更新方法 ,使得分类器的 FNR或 FPR达到理想状态。实验表明 ,该算法能有效改善整个分类器的 FNR和 FPR。
文件名称:论文研究-基于Adaboost的选择性样本权重更新算法.pdf
文件大小:729KB
文件格式:PDF
更新时间:2022-08-11 17:09:56
权重更新,Adaboost,分类器
提出一种选择性样本权重更新算法 ,把 FNR和 FPR引入样本权重更新过程 ,将分类效果反馈给分类器,实现对分类器结构的有效控制 ,在样本权重更新时合理选择更新方法 ,使得分类器的 FNR或 FPR达到理想状态。实验表明 ,该算法能有效改善整个分类器的 FNR和 FPR。