对于AdaboostClassifier错误预测的所有数据,我知道数据实例的权重如何增加,但是对于AdaboostRegressor,我不理解数据点的权重如何更新?
由于我认为两种情况下的分类都不应该与分类的情况相同,我们使用诸如“准确性”之类的损失,但是此处的损失函数类似于“ RMSE”。
对于AdaBoost分类,新的权重由公式更新。 Wnew = Wold + e(terror(i)Staze)
如果发生AdaBoost回归问题,它将如何增加?
对于AdaboostClassifier错误预测的所有数据,我知道数据实例的权重如何增加,但是对于AdaboostRegressor,我不理解数据点的权重如何更新?
由于我认为两种情况下的分类都不应该与分类的情况相同,我们使用诸如“准确性”之类的损失,但是此处的损失函数类似于“ RMSE”。
对于AdaBoost分类,新的权重由公式更新。 Wnew = Wold + e(terror(i)Staze)
如果发生AdaBoost回归问题,它将如何增加?