【转载】 机器学习实战 - 读书笔记(07) - 利用AdaBoost元算法提高分类性能

原文地址：

https://www.cnblogs.com/steven-yang/p/5686473.html

-----------------------------------------------------------------------------------------------------------------

前言

最近在看Peter Harrington写的“机器学习实战”，这是我的学习笔记，这次是第7章 - 利用AdaBoost元算法提高分类性能。

这个思路称之为Adaboost算法，是对其它算法组合的一种方式。
我们可以看出弱算法是同类的算法，也就是说，它们是基于相同的算法，只不过参数不同。这样元算法在训练算法的步骤中就好容易控制。

注：也有其它的的元算法，可以针对不同算法的。

基本概念

• 元算法（meta-algorithm），是对其它算法组合的一种方式。也称为集成方法(ensemble method)。
• 弱算法：准确度较低的算法。元算法通过组合多个弱算法来提高准确率。
• 强算法：可以认为是组合后的算法。
• boosting ： 是一种元算法，将多个弱算法变成强算法的算法族。除了AdsBoost，还有LPBoost, TotalBoost, BrownBoost, xgboost, MadaBoost, LogitBoost, and others.
• Adaboost ： Adaptive Boosting的简称。一个具体的boosting算法。本章就是介绍这个算法。

详解Adaboost

说明：书中弱算法是一个单层决策树算法，返回的是一个二类分类结果(-1, 1)。所以书中Adaboost也是一个二类分类算法。

Adaboost训练算法

• 输入
  • 样本数据
  • 弱算法的数量

• 输出
  • 一个弱算法数组(弱算法参数，弱算法权重)
• 逻辑

在一个迭代中(弱算法数量)
    计算当前算法的参数
    计算当前算法的错误率
    计算当前算法的权重
    计算下次样本数据的权重
    计算当前的样本数据错误数，如果是0,退出。

解释：
假如有1000个sample，有100个sample被分错类，则:

可以看出错误的sample占的比例越小，下次的权重是二次方级数增大。

Adaboost分类算法

• 输入
  • 分类数据
  • 弱算法数组
• 输出
  • 分类结果
• 逻辑

在一个迭代中(弱算法数量)
    用当前弱算法计算分类结果$classified_i$
    计算强分类结果（使用下面的公式）
返回分类结果

AdaBoost分类器中计算公式

参考

• Machine Learning in Action by Peter Harrington
• Boosting (machine learning)

-------------------------------------------------------------------------------------