Orange3实战教程:模型---自适应增强模型

AdaBoost

一种集成元算法,结合弱学习器并根据每个训练样本的“难度”进行调整。

输入

• 数据:输入数据集

  • 预处理器:预处理方法
    ● 学习器:基础学习算法

输出

  • 学习器:AdaBoost 学习算法
    ● 模型:训练好的模型

AdaBoost(全称“自适应增强”)是一个由 Yoav Freund 和 Robert Schapire 提出的机器学习算法,可通过与其他学习算法结合来提升其性能。它通过调整弱学习器的权重实现这一目标。

AdaBoost 适用于分类和回归任务。

  1. 命名学习器:可为学习器指定名称(默认名称为“AdaBoost”),该名称将显示在其他组件中。
  2. 参数设置
    • 基础估计器为树模型,可设置以下参数:
      • 估计器数量
      ● 学习率:控制新信息覆盖旧信息的程度(0=不学习新信息,1=仅考虑最新信息)
      • 随机种子:设置固定种子以确保结果可复现。
  3. 增强方法
    • 分类任务:选
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

err2008

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值