迭代机器学习算法

Question

我需要一个机器学习算法，它需要一些形式（x，y）的训练样本， 并计算近似函数f：X-> Y，使得误差最小。误差定义为差值b / n y和f（x）。

但是这种学习算法必须是迭代的，并且随着迭代次数的增加，必须减少误差。

任何例子都会有所帮助。

Answer 1

神经网络是一种具有两个特征的算法： 它可以迭代地训练新数据 它可以迭代地训练相同的数据，因此每次迭代都会减少误差。 （反向传播学习）

Answer 2

1. （随机）梯度提升，
2. 的AdaBoost，

...和任何提升算法一般，因为提升过程会迭代地改进分类器。