Boosting和AdaBoosting有什么区别?


回答 1:

Boosting是一类通用的方法,在这种方法中,如果可以访问一种称为“弱学习者”的东西,则该方法有望产生一种称为“强假设”的东西。

弱和强的含义的细节是技术性的(精确的)。 大致上,“弱”表示“仅比50–50个随机猜测略好”,而“强”表示“任意接近100%正确”。

Adaboost是Boosting的流行实现,但它也有其缺点。 例如,它会因标签(即“ y”)中均匀的随机噪声而混淆。