如何将Adaboost技术称为集成学习技术？

Question

我曾读过，在集成学习中，我们使用各种分类器的输出来更好地进行预测建模，但在Adaboost中，我们只使用一个分类器，使它成为一个强大的学习者，但它是集成学习的一部分。

Answer 1

AdaBoost或Adaptive是一种增强集成模型，它通过学习以前的错误(即错误分类的数据点)来工作。

我们指定在培训过程中生成的决策树的数量，并在每个培训步骤中计算以下内容：

1. 训练决策树的加权误码率
2. 决策树在集合=学习率* log((1-e)/e)中的权重
3. 更新错误分类点的权重

这个过程会重复，直到所有的树都被训练出来。最后，AdaBoost通过将(每棵树)的权重乘以预测(每棵树)来“投票”。

因此，这将成为多个决策树的集合。