Question

Je comprends que Boosting est une technique d'apprentissage séquentielle et il utilise la prédiction du modèle précédent comme ensemble de données pour un nouveau modèle, après avoir ajouté du poids aux points de données mal classés. Le point qui n'était pas clair comment les poids sont ajoutés pour ceux mal classés et diminuaient pour les poids correctement classés. Ce serait formidable si les anciens combattants peuvent m'aider à comprendre cela

Merci d'avance

Pas de solution correcte

Licencié sous: CC-BY-SA avec attribution
scroll top