← 返回卡片

原书出处

大数据挖掘与统计机器学习

05 第5章 决策树与组合方法

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.202Z

练集样本点的边际(margin)的定义: 式中,Wm表示组合M个分类器时的权重。

从定义中可以看出边际就是M个分类器对xi预测正确的权重的总和减去预测错误的最多的一类的权重的总和。Schapire et al.(1 9 9 8)的主要结论是,AdaBoost方法可以大大提高训练集样本点的边际,从而降低推广误差的上限。

但是对于实际的应用,该文章中给出的推广误差的上限太宽松了,实际计算的测试集误差都

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0003.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00