adaboost面试题
2024-10-07 08:45:13
1、简述权值更新方法
(1)初始化权值分布;
(2)找到误差最小的弱分类器;
(3)计算弱分类器的权值;
(4)更新下一轮样本的权值分布;
(5)集合多个弱分类器成一个最终的强分类器。
2、为什么能快速收敛?
因为每轮训练后,都会增大上一轮训练错误的样本的权重,下一轮的分类器为了达到较低的分类误差,会把权重高的样本分类正确,这样导致的结果是虽然每个弱分类器都有可能分错,但是能保证权重大的样本分正确。
3、优缺点?
不宜过拟合,能够从相当弱的弱分类器组合成一个强分类器;
缺点对异常样本比较敏感,异常样本会得到较高的权重,会影响最终的性能。
4、
最新文章
- 在ASP.NET Core中使用百度在线编辑器UEditor
- PHP安装kafka插件
- Socket Server-基于NIO的TCP服务器
- spark standalone模式单节点启动多个executor
- Multipart to single part feature
- Linux学习三部曲(之二)
- 四条命令搞定mysql主从
- LODOP设置打印设计返回JS代码是变量
- 读取CSV到DataTable
- Teigha.NET开发入门1- Teigha介绍
- 和TransDecoder 学习perl 自定义模块的路径问题
- window 控制台解决中文乱码
- POJ.1655 Balancing Act POJ.3107 Godfather(树的重心)
- [转]Spark 踩坑记:数据库(Hbase+Mysql)
- Linux 机器的渗透测试命令备忘表
- 关于QT应用在XP系统上兼容运行的问题
- 【Alpha】功能规格说明书
- Mysql删除所有表
- PAT甲1038 Recover the smallest number
- excel第一次打开报错 向程序发送命令时出错 多种解决办法含终极解决方法