输入:数据集 ;基学习算法为h;学习的循环次数为T。 |
过程: 1) 为所有样本设置相同权重; 2) for ; 3) 利用分布w随机抽取一定数量的多数类样本,与所有的少数类样本建立临时数据集 ,并产生其对应的权值分布 ; 4) 将生成的训练集 ,去训练第t次迭代生成的弱分类器 并返回; 5) 计算第t次训练的分类错误率 ; 6) 如果 ,则重新训练弱分类器; 7) 更新权重为 ; 8) 归一化因子: ; 9) 更新样本权值,表示第t个样本在第轮训练的权值,算法为 。 |
输出: |