Слабый Классификатор

Я пытаюсь реализовать приложение, которое использует алгоритм, тем. Я знаю, что AdaBoost использует набор слабых классификаторов, но я не знаю, что это за слабые классификаторы. Можете ли вы объяснить мне это на примере и сказать, должен ли я создавать свои собственные слабые классификаторы или я должен использовать какой-то алгоритм?

12
adaboost artificial-intelligence classification machine-learning

2 ответов

когда я использовал AdaBoost, мои слабые классификаторы были в основном порогами для каждого атрибута данных. Эти пороговые значения должны иметь производительность более 50%, если это не будет полностью случайным.

вот хорошая презентация об Adaboost и как рассчитать эти слабые классификаторы: http://www.cse.cuhk.edu.hk / ~lyu/seminar/07spring/Hongbo.ppt

9

слабых классификаторов (или слабые учащиеся) - это классификаторы, которые работают только немного лучше, чем случайный классификатор. Таким образом, это классификаторы, которые имеют некоторое представление о том, как предсказать правильные метки, но не так много, как сильные классификаторы, такие как, например, наивные Байес, сети Нейреля или SVM.

один из самых простых слабых классификаторов является Решение Обрубок, который является одноуровневым деревом решений. Он выбирает порог для одного объекта и разбивает сведения о порог. AdaBoost будет тренироваться армии этих пней решений, каждый из которых фокусируется на одной части характеристик данных.

19