网站大量收购闲置独家精品文档,联系QQ:2885784924

基于聚类的Adaboost算法.docx

  1. 1、本文档共24页,其中可免费阅读8页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

在机器学习发展下,有监督学习和无监督学习相关算法的性能都越来越受到研究者的重视。目前,基于单一的有监督学习算法或无监督学习算法在不同的问题中容易出现不稳定现象,因此单一的算法未能够满足学习的需求。本文将有监督学习和无监督学习结合成一种新的算法,该算法相对于单一的有监督(Adaboost算法)或无监督(Kmeans聚类算法)学习算法有更好的性能。

Adaboost算法作为一种有监督学习应用在许多问题上,尤其在分类问题和回归问题上性能更强。本文主要着重研究分类问题,Adaboost算法在处理分类问题时,通过弱学习算法将训练出来的多个基分类器线性结合来提升分类性能。其中基分类器权重

文档评论(0)

13141516171819 + 关注
实名认证
内容提供者

!@#¥%……&*

1亿VIP精品文档

相关文档