Adaboost 更新部分 优点: Adaboost作为分类器时,分类精度很高 在Adaboost的框架下,可以使用各种回归分类模型来构建弱学习器,非常灵活。 作为简单的二元分类器时,构造简单,结果可理解。 不容易发生过拟合 缺点: 对异常样本敏感,异常样本在迭代中可能会获得较高的权重,影响最终的强学习器的预测准确性。
点赞 评论

相关推荐

三分入剑:我觉得还是学历问题 如果你真的想要进大厂不想在小厂的话读个211得研究生吧 我感觉简历还没你好呢 我都实习了俩月了 我投了一百多份能投出20多份简历 能面试六七次 我们部门只招研究生了都 现在连9本都很难找到像样的大厂了 你又没打过rm这种 我觉得想要进步的话就考个研究生吧
点赞 评论 收藏
分享
牛客网
牛客网在线编程
牛客网题解
牛客企业服务