Adaboostがどのように機能するかについていくつかのドキュメントを読みましたが、それに関していくつか質問があります。
また、Adaboostは、弱い分類器の重み付けとは別に、データから最良の機能を選択し、それらをテストフェーズで使用して分類を効率的に実行することも読みました。
Adaboostはどのようにしてデータから最高の機能を選択しますか？
Adaboostの理解が間違っている場合は、訂正してください。
質問する
3782 次
2 に答える
6
場合によっては、Adaboost の弱分類器が (ほぼ) 特徴量と同じになります。つまり、単一の機能を使用して分類すると、ランダムなパフォーマンスよりもわずかに優れたパフォーマンスが得られる可能性があるため、弱分類器として使用できます。Adaboost は、与えられたトレーニング データから最適な弱分類器のセットを見つけるため、弱分類器が特徴と等しい場合、最も有用な特徴を示すことができます。
特徴に似た弱い分類子の例は、意思決定株です。
于 2012-04-10T22:04:23.847 に答える
1
OK、adaboost はその基本的な学習器であるツリーに基づいて特徴を選択します。単一のツリーの場合、単一の機能がツリーにどの程度貢献しているかを推定する方法がいくつかあり、相対重要度と呼ばれます。いくつかのそのようなツリーを含むアンサンブル手法であるアダブースティングの場合、最終モデルに対する各フィーチャの相対的な有意性は、各ツリーに対する各フィーチャの有意性を測定し、それを平均することによって計算できます。
これがあなたを助けることを願っています。
于 2013-03-26T14:15:04.440 に答える