因为每轮训练结束后,AdaBoost 会对样本的权重进行调整,增大上一轮训练错误的样本的权重,下一轮的分类器为了达到较低的分类误差,会把权重高的样本分类正确,这样导致的结果是虽然每个弱分类器都有可能分错,但是能保证权重大的样本分正确,从而实现快速收敛。
浙公网安备 33010602006230号
浙ICP备14015892号