我知道 AdaBoost 可以用于分类，但是回归呢？
通过分类，很清楚如何将“发言量”（或权重）分配给最终模型集合中每个模型（树桩）的预测。每个树桩都会犯不同的错误。根据均值（均方）误差对模型的每个预测进行加权是否合理？
AdaBoost 可以用于回归吗？
机器算法验证
回归
机器学习
助推
adaboost
2022-04-07 03:38:57
1个回答
AdaBoost 是一种元算法，这意味着它可以与其他算法一起使用以提高性能。事实上，提升的概念是一种线性回归。
现在，专门回答您的问题，AdaBoost 实际上是用于分类和回归问题。例如，Scikit-Learn 实现了Adaboost 回归器：
AdaBoost 回归器是一种元估计器，首先在原始数据集上拟合回归器，然后在同一数据集上拟合回归器的其他副本，但实例的权重根据当前预测的误差进行调整。因此，后续的回归器更多地关注困难的案例。
其它你可能感兴趣的问题