以下对RegionBoost算法描述正确的是（ ）？
A: 基础分类器权重根据当前输入样本计算得出
B: 每个基础分类器需要一个额外的可信度模型
C: 每个基础分类器的权重针对不同输入样本有所区别
D: 可信度模型用于估计基础分类器对特定输入的准确度
A: 基础分类器权重根据当前输入样本计算得出
B: 每个基础分类器需要一个额外的可信度模型
C: 每个基础分类器的权重针对不同输入样本有所区别
D: 可信度模型用于估计基础分类器对特定输入的准确度
举一反三
- 在Adaboost算法的训练过程中，根据每个基分类器的分类结果对其表决权赋予一个权重，下列说法正确的是（） A: 基分类器错误率越低，表决权重越小 B: 基分类器错误率越低，表决权越大 C: 每个基分类器的权重一样大 D: 所有基分类器的权重都不相同
- 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）。
- 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）。
- 在Ada Boosting算法中，如果某个样本无法被当前弱分类器分类成功，则减少该样本权重，否则增大该样本权重。
- 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。