如何确定AdaBoost中的弱分类器数量

我想问一个问题:在AdaBoost分类算法中,您通常使用多少个弱分类器?例如,如果我通过像Harris、HOG、SIFT等特征检测器获得了8000个特征,我通常如何确定这些特征数量对应的弱分类器数量。我曾考虑过为每种类型的特征使用一个弱分类器,并以这种方式进行加权求和。我担心这可能会导致过拟合…


回答:

根据我的发现,最大弱学习器的数量可以等于最大特征数量,而最小数量可以实验性地确定,或者您可以尝试@AdrienNK的建议

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注