集成学习算法：AdaBoost原理详解以及基于adaboost的图像二分类代码实现

作者：一键难忘520 | 2024-08-04 06:44:45

踩

adaboost

本文尽量从一个机器学习小白或是只对机器学习算法有一个大体浅显的视角入手，尽量通俗易懂的介绍清楚AdaBoost算法！

一、AdaBoost简介

AdaBoost，是英文"Adaptive Boosting"（自适应增强）的缩写，由Yoav Freund和Robert Schapire在1995年提出。AdaBoost（Adaptive Boosting）是一种集成学习算法

集成学习算法其实不能理解为一种具体算法（像knn、kmeans这样十分具体的算法），它其实是一种算法策略、算法框架。它的核心是在于， 将多个弱学习器（模型）结合（集成），从而得到一个更强大的模型。提高整体的性能和稳定性。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/一键难忘520/article/detail/926630