Adaboost算法中zt归一化常数是指第t轮分类器对数据集中每个样本的权值进行调整后的归一化常数,用于保证调整后的样本权值和为1。具体计算方法为,将第t轮分类器对样本的预测结果与真实结果进行比较,根据比较结果进行样本权值的调整,并将调整后的样本权值之和作为zt的值。逐轮迭代后,zt的值一般会呈现指数级递减。
上一篇:Adaboost算法中,如何求解每个基本分类器的权重和数据样本的权重?(扩展问题)并且这个过程中涉及到zt的归一化常数,它又是如何计算的?
下一篇:AdaBoost与RandomForest相比表现不佳的意外情况。