Boosting算法是通过不断提升基分类器的性能来得到更好的组合分类结果的方法。
举一反三
- 使用组合分类器是为了在降低整体分类器训练代价的同时提升分类器的整体性能。
- 下列选项中属于分类器训练过程中的特点的是？ A: 分类器性能提升是匀速的，与是否接近最优结果无关 B: 分类器越接近最优解，分类器性能提升越慢 C: 分类器错误率高，稍微训练即可大幅提升训练结果 D: 其余三种说法都对
- 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。
- 中国大学MOOC: 使用组合分类器是为了在降低整体分类器训练代价的同时提升分类器的整体性能。
- 设计一个组合分类器需要满足什么要求？ A: 基分类器的分类正确率大于50% B: 每个基分类器的训练集和训练结果要有差异 C: 基分类器的数量越多越好 D: 组合分类器需要重点考虑方差和偏差