提升方法推导过程提问
Closed this issue · 1 comments
stshuen commented
相关章节
CH08---提升方法
相关主题
- 代码
- 文档
- 示例
问题描述
AdaBoost算法最终分类器的训练误差界是怎么推导出来的:
$$
\frac{1}{N}\sum\limits_{i=1}\limits^N I(G(x_i)\neq y_i)\le\frac{1}{N}\sum\limits_i\exp(-y_i f(x_i))=\prod\limits_m Z_m
$$
看第一版有详细的说明, 但是还有个地方不太明白是怎么推导出来的
$$
\frac{1}{N}\sum_i exp \left ( -\sum_{m=1}^M a_m y_i G_m(x_i)\right ) \
= \sum_i w_{1i}\prod_{m=1}^M exp \left ( -a_m y_i G_m(x_i) \right)
$$
麻烦老师讲解
SmirkCao commented
你看第二版$P_{156}$,初始化的$w_{1i}=\frac{1}{N}$
然后指数上面的求和可以转化成指数乘法,就有了后面的连乘