提升树之Adaboost算法的介绍

Posted huangyj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了提升树之Adaboost算法的介绍相关的知识,希望对你有一定的参考价值。

主要内容:

  1. 模型介绍
  2. 损失函数的介绍
  3. Adaboost分类算法步骤
  4. Adaboost回归算法步骤
  5. Adaboost函数语法
  6. 提升树之Adaboost算法的应用——信用卡是否违约的识别

1.模型介绍

提升树算法与线性回归模型的思想类似,所不同的是该算法实现了多棵基础决策树??(??)的加权运算,最具代表的提升树为AdaBoost算法,即

技术图片

 2.损失函数的介绍

对于Adaboost算法而言,每一棵基础决策树都是基于前一棵基础决策树的分类结果对样本点设置不同的权重,如果在前一棵基础决策树中将某样本点预测错误,就会增大该样本点的权重,否则会相应降低样本点的权重,进而再构建下一棵基础决策树,更加关注权重大的样本点。

所以,AdaBoost算法需要解决三大难题,即样本点的权重??????如何确定、基础决策树??(??)如何选择以及每一棵基础决策树所对应的权重????如何计算。

 技术图片

技术图片

技术图片

 技术图片

 技术图片

 

3.Adaboost分类算法步骤

技术图片

 

 

 4.Adaboost回归算法步骤

技术图片

 

 

 5.Adaboost函数语法

技术图片

技术图片

 6.提升树之Adaboost算法的应用——信用卡是否违约的识别

数据集下载(下载后需要把第一行删除!):https://archive.ics.uci.edu/ml/datasets/default+of+credit+card+clients

全部源代码为:

 

代码参考博客:https://www.cnblogs.com/tszr/p/10060935.html

以上是关于提升树之Adaboost算法的介绍的主要内容,如果未能解决你的问题,请参考以下文章

图像算法研究---Adaboost算法具体解释

统计学习方法--提升方法adaBoost算法(集成学习)

6.集成算法boosting----AdaBoost算法

数据挖掘十大算法之AdaBoost提升算法

AdaBoost 人脸检测介绍 : AdaBoost算法流程

机器学习集成学习(Boosting)——AdaBoost提升算法(理论+图解+公式推导)