AdaBoost 算法迭代了什么？答案

【问题标题】：What does the AdaBoost algorithm iterate over?AdaBoost 算法迭代了什么？
【发布时间】：2018-08-29 04:13:04
【问题描述】：

我正在尝试使用决策树桩作为弱学习器来实现 AdaBoost 算法，尽管我无法完全理解该算法的结构。我正在从维基百科页面学习算法 - https://en.m.wikipedia.org/wiki/AdaBoost 由于算法是迭代的，我们从 't in 1...T' 开始迭代，但是这个 T 到底是什么？是数据集中的样本总数，还是分割决策树桩的可能特征的数量？如果这是样本数，那么这是否意味着我们可能会在多个弱学习器中拆分相同的特征？或者加权数据样本的方法是否阻止了这种情况的发生？

【问题讨论】：

标签： c# machine-learning classification adaboost

【解决方案1】：

AdaBoost（和所有提升算法）迭代训练多个弱模型（指定为参数），其输出被聚合以形成最终集成。

所以T 这是要训练的弱学习器的数量。

【讨论】：

那么我们最初如何确定T的大小呢？
这是一个你需要调整的超参数（例如，使用交叉验证）。这取决于数据的大小和特征，但从 50 或 100 之类的值开始应该可以。