• 2021-04-14
    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。
  • 内容

    • 0

      一种典型的机器学习方法的设计分类器的过程包括:所使用的数据集被划分为训练集和测试集,在训练集上训练分类器,然后在测试集上评价分类器的性能。 A: 正确 B: 错误

    • 1

      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。

    • 2

      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。

    • 3

      各个弱分类器的训练过程结束后,分类误差率小的弱分类器的权重较大,其在最终的分类器中起着较大的决定作用。

    • 4

      测试样本是一些类别信息对于分类器未知的样本,通常使用它们来训练分类器。