大数据经典算.ppt

AdaBoost * 组员：朱航，杨帅，王永胜，曹宏武，曾德清，周峰 Adaboost 算法 算法分析 算法步骤 训练过程 举例说明 算法介绍 * Adaboost 算法介绍 Idea AdaBoost (Adaptive Boosting, R.Scharpire, Y.Freund, ICML, 1996) Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。 * Adaboost 算法介绍 Adaboost算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次得到的分类器最后融合起来，作为最后的决策分类器。 * Adaboost 算法介绍 目前，对Adaboost算法的研究以及应用大多集中于分类问题，同时近年也出现了一些在回归问题上的应用。 就其应用Adaboost系列主要解决了：两类问题、多类单标签问题、多类多标签问题、大类单标签问题，回归问题。 它用全部的训练样本进行学习。 使用adaboost分类器可以排除一些不必要的训练数据特征，并将关键放在关键的训练数据上面。 * Adaboost 算法分析 该算法其实是一个简单的