adaboost implementation
1.0.0
這是針對二類分類問題的 AdaBoost 演算法的實作。該演算法依序對資料的修改版本應用弱分類。透過增加錯誤分類觀測值的權重,每個弱學習器都會關注前一個學習器的錯誤。這些預測是透過加權多數投票匯總的。
Adaboost演算法:
使用 Hastie (10.2) 資料集,我們可以看到隨著迭代次數的增加,錯誤率顯著降低。
Trevor Hastie、Robert Tibshirani、Jerome Friedman -統計學習的要素