AdaBoost中基础分类器的权重设置策略存在的问题有:
举一反三
- AdaBoost中基础分类器的权重设置策略存在的问题有: A: 计算复杂 B: 不能保证是最优解 C: 需要用户进行手工设置 D: 不能根据测试样本进行自适应调整
- 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)。
- 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。
- Adaboost算法在组合基分类器的时候让分类效果好的弱分类器具有较大的权重,而分类效果差的分类器具有较小的权重,并不要求所有分类器权重的和为1。<br/>()