关于实施AdaBoost算法的问题

发布时间：2020-12-16 05:02:44 所属栏目：百科来源：网络整理

导读：我正在尝试实现AdaBoost算法,并有两个问题. 1)在每次迭代时,必须根据概率分布对训练数据进行重新采样.重新采样数据集的大小是否应与原始数据集的大小相同. 2)如果我根据概率分布重新采样训练数据集,很可能我可以获得单个数据点的多个副本.我应该在每次迭代训

我正在尝试实现AdaBoost算法,并有两个问题.

1)在每次迭代时,必须根据概率分布对训练数据进行重新采样.重新采样数据集的大小是否应与原始数据集的大小相同.
2)如果我根据概率分布重新采样训练数据集,很可能我可以获得单个数据点的多个副本.我应该在每次迭代训练弱分类器的同时保留所有这些冗余副本.

1)您不需要实际重新采样数据集,只需权衡分类器训练中的数据点,即弱分类器的目标函数应加权.

如果数据集的大小足够大,您也可以使用抽样,并且您采样的数据集的大小本身无关紧要.

2)如果您确实使用了采样并获得了冗余副本,那么您肯定应该保留它们,否则您的弱分类器的目标函数将不正确.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!