Что делает алгоритм усиления классификаторов AdaBoost?

Алгоритм усиления классификаторов AdaBoost объединяет несколько классификаторов для повышения их точности. yandex.ru Он берёт набор или группу слабых классификаторов и объединяет их в один сильный. datascientist.one

Работа алгоритма включает несколько этапов: yandex.ru

1. Первоначально AdaBoost выбирает обучающее подмножество случайным образом. yandex.ru
2. Итеративно обучает модель машинного обучения, выбирая обучающий набор на основе точного прогноза последнего обучения. yandex.ru
3. Присваивает более высокий вес ошибочно классифицированным наблюдениям, чтобы в следующей итерации эти наблюдения получили высокую вероятность для классификации. yandex.ru
4. Присваивает вес обученному классификатору на каждой итерации в соответствии с точностью классификатора. yandex.ru Более точный классификатор получит больший вес. yandex.ru
5. Этот процесс повторяется до тех пор, пока полные обучающие данные не будут соответствовать без ошибок или пока не будет достигнуто указанное максимальное количество оценщиков. yandex.ru

AdaBoost чувствителен к шуму в данных и выбросам, но менее подвержен переобучению по сравнению с другими алгоритмами машинного обучения. neerc.ifmo.ru ru.wikipedia.org

Пользователь

Время добавления