自适应选择模型概念:
自适应选择模型包含一批模型,如bagging算法,Boosting算法和adaboost算法,它们是一种把若干个分类器整合为一个分类器的方法。首先简要介绍一下bootstrapping方法和bagging方法。
1、bootstrapping方法的主要过程
主要步骤:
重复地从一个样本集合D中采样n个样本。
②针对每次采样的子样本集进行统计学习,获得假设Hi。
将若干个假设进行组合,形成最终的假设Hfinal。
④将最终的假设用于具体的分类任务。
2、bagging方法的主要过程
主要思路:
①训练分类器。从整体样本集合中抽样n* < N个样本,针对抽样的集合训练分类器Ci。
②分类器进行投票,最终的结果是分类器投票的优胜结果。