AdaBoost
gumgum:
После постройки множества простых классификаторов нужно выбрать с минимальной ошибкой.
Если их несколько c одинаковой ошибкой какой выбирать, или это не имеет значения?
Пример: Линии это простые классификаторы имеющие одинаковую ошибку e=0.3.
На рисунке классифицирующие линии явно не равнозначны.
Если бы они будут на самом деле равнозначны (с одинаковой ошибкой), то можно выбирать любую. Если же нужна более высокая точность классификации, то придется вводить дополнительные критерии классификации, а значит, уходить от линейного разделения на классы.
- www.mql5.com
На рисунке классифицирующие линии явно не равнозначны.
Если бы они будут на самом деле равнозначны (с одинаковой ошибкой), то можно выбирать любую. Если же нужна более высокая точность классификации, то придется вводить дополнительные критерии классификации, а значит, уходить от линейного разделения на классы.
Значит заморочки типа минимального зазора не нужны. Уже лучше.
Я не написал, что синие квадратики это класс A>порога, ораньжевые ромбики класс B <=порога. Линия E, три синих квадратика ниже, всех элементов десять ошибка 0.3. и.д.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
После постройки множества простых классификаторов нужно выбрать с минимальной ошибкой.
Если их несколько c одинаковой ошибкой какой выбирать, или это не имеет значения?
Пример: Линии это простые классификаторы имеющие одинаковую ошибку e=0.3.