gar*_*rak 5 machine-learning adaboost
我是一个学习新手的机器,试图了解Adaboost的工作原理.
我读过很多文章,解释如何Adaboost的利用了一系列的弱*分类*创建一个强大的分类.
但是,我似乎在理解" Adaboost创建强分类器 " 这一说法时遇到了问题.
当我查看Adaboost的实现时,我意识到它并没有"实际"创建一个强分类器,但在TESTING PHASE中以某种方式计算出" 如何使用弱分类器集来获得更准确的结果 "行为就像一个强大的分类器 " 集体 ".
因此从技术上讲,没有创建单个强力分类器(但是弱分类器集合作为强分类器).
如果我错了,请纠正我.如果有人可以就此发表一些评论,那就太好了.
分类器是黑盒子,其接收输入(特征向量)并返回输出(标记为向量).所以叫东西分类,你只关心什么它,而不是如何它它.AdaBoost的分类器可以看作是这样的黑盒子,所以它确实是一个单独的分类器,即使它在内部使用几个弱分类器来产生这样的输出.
| 归档时间： |
|
| 查看次数： |
1567 次 |
| 最近记录： |