机器学习---Boosting

1. Boosting算法

Boosting思想源于三个臭皮匠，胜过诸葛亮。找到许多粗略的经验法则比找到一个单一的、高度预

测的规则要容易得多，也更有效。

预测明天是晴是雨？传统观念：依赖于专家系统（A perfect Expert)

以“人无完人”为基础，结合普通reporter，获得完美专家。

弱学习机（weak learner):  对一定分布的训练样本给出假设（仅仅强于随机猜测），根据有云猜测

可能会下雨。强学习机（strong learner): 根据得到的弱学习机和相应的权重给出假设（最大程度上

符合实际情况：almost perfect expert)，根据CNN、ABC、CBS以往的预测表现及实际天气情况作

出综合准确的天气预测。

 

 

Boosting算法流程：

①原始训练集输入，带有原始分布

②给出训练集中各样本的权重

③将改变分布后的训练集输入已知的弱学习机ÿ