Adaboost算法的核心思想是下一个分类器更关注上一轮分错的样本。
对
举一反三
内容
- 0
中国大学MOOC: AdaBoost算法更新数据权重只根据当前分类器更新权重(不改变以前分类器的权重)。
- 1
中国大学MOOC: 从偏差-方差权衡的角度看,AdaBoost主要关注降低偏差,因此AdaBoost能基于泛化性能相当弱的分类器构建出很强的集成分类器。
- 2
从偏差-方差权衡的角度看,AdaBoost主要关注降低偏差,因此AdaBoost能基于泛化性能相当弱的分类器构建出很强的集成分类器。 A: 正确 B: 错误
- 3
Adaboost算法的自适应体现在,以每一个基分类器的分类错误率为依据来决定该分类器在整个组合分类器中的权重,分类器错误率越低,基分类器权重越大。
- 4
PageRank算法是一种( )算法,也就是说必须以相同的计算方式进行多轮计算,每一轮计算过后各网页都会有一个得分,下一轮计算会在本轮得分的基础上进行,直到各个网页的得分趋于稳定。