我知道Adaboost尝试使用一组弱分类器的线性组合来生成一个强分类器。
但是，我读过一些论文，表明 Adaboost 和 SVM 在某些条件和情况下可以和谐地工作（即使 SVM 是一个强分类器）。
我无法从架构和编程的角度理解它们是如何组合工作的。我读过很多论文（可能是错误的），但并没有清楚地解释它们是如何协同工作的。
有人可以阐明它们如何组合使用以进行有效分类吗？一些论文/文章/期刊的指针也将不胜感激。
使用 Adaboost 和 SVM 进行分类
机器算法验证
分类
支持向量机
参考
助推
2022-03-02 07:12:46
2个回答
这篇论文相当不错。它只是说，如果您使用较少的样本来训练它（假设少于训练集的一半），SVM 可以被视为弱分类器。权重越高，被“弱 SVM”训练的机会就越大
编辑：链接现已修复。
Xuchun Li 等人的论文AdaBoost with SVM-based component classifiers也给出了一个直觉。
在一个简短但可能有偏见的总结中：他们试图通过调整参数来使 svm 分类器“弱”（略超过 50%），以避免出现一个分类器可能有太多权重或所有分类器都类似地触发的情况。
其它你可能感兴趣的问题