基本了解Adaboost算法

时间:2012-04-07 00:34:44

标签: machine-learning adaboost

我是一个学习新手的机器,试图了解Adaboost的工作原理。

我读过许多文章,解释 Adaboost 如何利用 * 分类器 *的设置创建强分类器

但是,我似乎在理解“ Adaboost创建强分类器”的说法时遇到了问题。

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,而是在测试阶段以某种方式计算出“如何使用弱组分类器可以获得更准确的结果“反过来又像强大的分类器集体“。

因此从技术上讲,没有创建单强分类器(但弱分类器集合作为强分类器)。

如果我错了请纠正我。如果有人可以提出一些关于此的评论,那就太好了。

1 个答案:

答案 0 :(得分:6)

分类器是一个黑盒子,它接收输入(特征向量)并返回输出(标记为向量)。因此,要将某个分类器称为分类器,您只关心它所执行的 ,而不是 。 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一的分类器,即使它在内部使用了几个弱分类器来产生这样的输出。