文件名称：adaboost算法简介
文件大小：1.51MB
文件格式：PDF
更新时间：2012-04-03 10:23:56
adaboost算法简介
Ada-Boost Ada-Boost的理论由1995年提出[1]，并且解决了当时许多在boosting实作上的困难。图1.所表示的是pseudocode 。在输入的方面是一组训练集合()，……()。其中是属於事件空间X，而标签则是属於一个标签的集合Y。此处为方便假设Y={-1,+1}也就是仅将事件分为两种。Ada-Boost重覆执行t=1，……，T次weak 或 base learning algorithm。主要的目的就是要去维持分布以及在训练集合中集合的权重。在这里我们以表示事件i在周期t时权重的分布。初始时下所有的权重皆相同，但每经过一次次训练后被分类错误的事件其权重会一直增加，也就是经由这个训练，我们会将焦点放在较难分类的事件上面。