2024-05-04 06:44:54 发布
网友
我所说的更糟的工作,是指更高的训练错误。在
# Boosted SVC clf = AdaBoostClassifier(base_estimator=SVC(random_state=1), random_state=1, algorithm="SAMME", n_estimators=5) clf.fit(X, y) # Only SVC clf = SVC() clf.fit(X, y)
我的训练数据是
增强支持向量机的结果:
支持向量机的结果是:
adaBoost的主要概念是结合弱学习者,这就是为什么默认分类器是一个决策树桩。因此,如果使用SVM(强分类器)作为弱分类器,则会失去集成学习的概念,并且会得到最差的结果。在
adaBoost的主要概念是结合弱学习者,这就是为什么默认分类器是一个决策树桩。因此,如果使用SVM(强分类器)作为弱分类器,则会失去集成学习的概念,并且会得到最差的结果。在
相关问题 更多 >
编程相关推荐