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
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
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