本文探讨了分类器准确率的衡量标准，解释了弱分类器（如CART）与强分类器的区别。弱分类器通常泛化性能略优于随机猜测，而强分类器则具有90%以上的高精度。
一个分类器的分类准确率在60%-80%，即：比随机预测略好，但准确率却不太高，我们可以称之为“弱分类器”，比如CART（classification and regression tree分类与回归树）。
反之，如果分类精度90%以上，则是强分类器。
西瓜书上说：
弱学习器常指泛化性能略优于随即猜测的学习器（例如在二分类问题上精度略高于50%的分类器）
扫一扫
06-11
2427
2427
评论 5
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
