在阅读有关决策树集成Gradient Boosting、AdaBoost等的信息时。
我发现了以下两个概念weak learner和weak classifier。
他们是一样的吗？
如果有什么不同，那是什么？
弱学习器和弱分类器之间有什么区别吗？
数据挖掘
机器学习
决策树
xgboost
监督学习
集成建模
2021-09-29 18:07:28
1个回答
弱学习器可以是分类或回归算法：
Boosting (Schapire and Freund 2012) 是一种贪心算法，用于拟合方程 16.3 中形式的自适应基函数模型，其中 由称为弱学习器或基础学习器的算法生成。该算法通过将弱学习器顺序应用到数据的加权版本来工作，其中更多的权重被赋予早期轮次错误分类的示例。 这种弱学习器可以是任何分类或回归算法，但通常使用 CART 模型。
资料来源：“机器学习 - 概率视角”；墨菲；2012
所以弱分类器只是一个弱学习器，它是一个分类器。