您好,登錄后才能下訂單哦!
了解怎么樣掌握python中的AdaBoost算法?這個問題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家?guī)淼膮⒖純?nèi)容,讓我們一起來看看吧!
Python實(shí)現(xiàn)AdaBoost算法
計算弱分類器誤差
pred_train = models[m].predict(x_train) miss = [int(x) for x in (pred_train != y_train)] error = np.dot(w, miss)
計算弱分類器的權(quán)重
theta[m] = 0.5 * np.log((1-error)/error)
更新數(shù)據(jù)權(quán)重
for i in n_train: w[i] = w[i]*np.exp(-theta[m]*y_train[i]*pred_train[i])
正規(guī)化權(quán)重
for i in n_train: w[i] /= np.sum(w[i])
最終的預(yù)測
predict = np.dot(theta, [model[m].predict(x_test) for m in range(M)])
感謝各位的閱讀!看完上述內(nèi)容,你們對怎么樣掌握python中的AdaBoost算法大概了解了嗎?希望文章內(nèi)容對大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。