我想使用AdaBoost实现一个java应用程序，如果大象是非洲或亚洲象，则分类。我的大象课有字段：
int size;
int weight;
double sampleWeight;
ElephantType type; // (which can be Asian or African).
我是AdaBoost的新手，我已经知道好的弱分类器是决策树桩。我想知道我是否只能创造2个决定性树桩（1个用于大小，1个用于体重）或者我应该制作更多决策树桩（几乎没有大小和重量不同）？完全如何创建分类器看起来像？
答案 0 :(得分：3)
您将创建许多决策树桩。提升的关键在于，每次创建新的分类器（在您的情况下，决策树桩）时，您将增加分类器错误分类的所有实例的权重（重要性），以便下一个分类器更多地关注错误分类的实例。您可以随机选择在每个步骤中在树桩中使用的两个功能。一旦创建了整个分类器（树桩），他们就会使用多数投票来对新实例进行分类。