Adaboost 更新部分 优点: Adaboost作为分类器时,分类精度很高 在Adaboost的框架下,可以使用各种回归分类模型来构建弱学习器,非常灵活。 作为简单的二元分类器时,构造简单,结果可理解。 不容易发生过拟合 缺点: 对异常样本敏感,异常样本在迭代中可能会获得较高的权重,影响最终的强学习器的预测准确性。
点赞 评论

相关推荐

11-17 14:18
门头沟学院 C++
代码飞升_不回私信人...:这种感觉还好。只是你写一个PPT,可能他面的快一点而已。那种让你写什么方案,写什么代码的那种。就没必要去了。
点赞 评论 收藏
分享
_mos_:要不是看评论区我都不知道你要找的是数分
点赞 评论 收藏
分享
牛客网
牛客网在线编程
牛客网题解
牛客企业服务