什么是使用 Adaboost(自适应提升)方法和决策树的示例

Posted

技术标签:

【中文标题】什么是使用 Adaboost(自适应提升)方法和决策树的示例【英文标题】:What is an example of using Adaboost (Adaptive Boosting) approach with Decision Trees 【发布时间】:2014-11-15 09:54:41 【问题描述】:

是否有任何好的教程来解释如何在为样本训练集构建决策树的连续迭代过程中对样本进行加权?我想具体说明在构建第一棵决策树后如何分配权重。

决策树是使用信息增益作为锚设计的,我想知道由于之前迭代中的错误分类被加权,这会如何影响。

非常感谢任何好的教程/示例。

【问题讨论】:

【参考方案1】:

来自 Freund 和 Schapire 的A Short Introduction to Boosting 提供了一个使用 Quinlan 的 C4.5 决策树模型的 AdaBoost 算法示例。

【讨论】:

谢谢马修,非常有帮助。

以上是关于什么是使用 Adaboost(自适应提升)方法和决策树的示例的主要内容,如果未能解决你的问题,请参考以下文章

Adaboost算法及其代码实现

R数据分析之AdaBoost算法

AdaBoost(自适应增强算法)

AdaBoost(自适应增强算法)

Adaboost算法

adaboost算法