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