AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
加权样本
一种训练样本，关联一个权重以表明其在算法中的相对重要性，这些权重会根据分类错误进行迭代调整。
術語
错误率
分类器错误分类的样本比例，在AdaBoost中用于计算分类器在最终决策中的权重并调整样本权重。
術語
Alpha系数
在最终的AdaBoost模型中分配给每个弱分类器的权重，根据其错误率通过公式 α = 0.5 * ln((1-错误率)/错误率) 计算得出。
術語
指数损失
AdaBoost使用的损失函数，它对分类错误进行指数级惩罚，从而促进对错误分类样本的快速修正。
術語
样本权重更新
AdaBoost中的一个迭代过程，其中错误分类样本的权重会增加，正确分类样本的权重会减少，从而迫使下一个学习器专注于困难样本。
術語
投票权重
在AdaBoost的最终加权投票中，应用于每个弱分类器预测的系数，其值基于该分类器的个体性能。
術語
自适应提升
AdaBoost的基本原则，指算法在每次迭代中通过专注于最困难的样本来动态地调整其策略。
術語
迭代训练
一种顺序训练过程，其中每个新模型都在原始数据集的修改版本上进行训练，并会考虑先前模型的性能。
術語
分类边界
分类的置信度度量，计算方式为投票正确分类器的累积权重与投票错误分类器的累积权重之间的差异。
術語
Boosting中的过拟合
AdaBoost模型过度学习训练数据的现象，特别是在迭代次数过高或弱学习器过于复杂时。
🔍