关于实施AdaBoost算法的问题

Question

我正在尝试实现AdaBoost算法，并且有两个问题。

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。

Answer 1

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该加权。

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无关紧要本身。

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，否则弱分类器的目标函数不是正确的。