1. 模型

ama_m为系数,Gm(x)G_m(x)为基函数,则Adaboost的最终分类器是一个加法模型。
f(x)=summ=1MamGm(x) f(x) = sum_{m=1}^Ma_mG_m(x)

2. 策略

令损失函数为指数损失函数 exponential loss function
L(y,f(x))=exp(yf(x)) L(y, f(x)) = \exp(-yf(x))

令损失函数极小化为经验风险极小化

3. 算法

使用前向分步算法解出的ama_m与adaboost所使用的ama_m相同,即
am=12log1emem a_m = \frac{1}{2}\log \frac{1-e_m}{e_m}

results matching ""

    No results matching ""