我有一个用python实现的adaboost,它能够正确地对我在训练集中的点进行分类
boost = AdaBoostClassifier( base_estimator = DecisionTreeClassifier(max_depth = 1, max_leaf_nodes=2),
algorithm = 'SAMME',n_estimators=3, learning_rate=1.0)
当我打印最终精度时,我得到1.0
boost.score(X,y)
当我打印估计误差时
boost.estimator_errors_
我得到一个数组:[0.25,0.16666667,0.1]
如何计算实施的总体培训误差?我认为这可能是三次迭代中每一次错误分类率的加权和,但我找不到一个明确的答案。这是一个小数据集,我认为在每次迭代中有两点被错误分类
目前没有回答
相关问题 更多 >
编程相关推荐