关于SAMME.R的一些问题

Posted 2023-03-12

【中文标题】关于SAMME.R的一些问题

【英文标题】：Some questions about SAMME.R

【发布时间】：2018-05-24 21:09:00

【问题描述】：

The picture of the algorithm

The paper about SAMME.R algorithm

首先，在第 2a 步中，如果使用权重将分类器 T(x) 拟合到训练数据，但我不知道该算法如何在以下部分使用分类器 T(x)。

其次，在 2b 步骤中，我不知道如何获得加权类概率估计。它只是说我们可以使用决策树来估计概率，但我不知道该怎么做。

提前致谢。我的英语很差，我的问题可能含糊不清。我真的很抱歉。如果您不能理解我的问题，请发表评论，我会尽力将我的问题解释清楚！非常感谢！！

【问题讨论】：

“我无法理解”真的是含糊其辞。你甚至一次重读过你的问题吗？ “在此处输入图像描述” - 真的吗？我什至不想编辑你的问题。

对此我很抱歉。我只是编辑我的问题！对不起！

我在您的问题中添加了标签 [机器学习]。可能会吸引更多潜在的回答者，因为 [adaboost] 不是此页面上常用的标签。

【参考方案1】：

不久前，我还发现自己也在考虑同样的问题。不管它值多少钱，以下是我对此事的看法：

步骤 2a

训练决策树或任何其他可以提供概率估计的分类器。您可以找到一篇关于使用 DecisionTrees here 估计概率的有趣文章。此分类器将在步骤 2b 中使用。

步骤 2b

如果您扩展公式，可以通过一种方式查看此问题：

换句话说，要计算某个标签 (i) 的加权概率，您可以将在上一步中为标签 i 估计的概率乘以具有标签 i 的样本的权重总和。在实践中，步骤 2a 的分类器可以以其他方式使用权重，最后只提供加权概率估计。关于决策树的一篇不错的帖子是here。

希望这个答案对您有所帮助！