DamiRocK

AdaBoost: первая модель ошибается на 20% — чему равен alpha

При weighted error ε=0,2 коэффициент weak learner alpha=0,5 ln((1−ε)/ε)=ln2≈0,6931; ошибочные объекты получают больший относительный вес.

Задача

В бинарном AdaBoost weak learner имеет weighted error ε=0,2. Найдите его вес α.

Формула

α=(1/2)ln[(1−ε)/ε].

Подстановка

(1−0,2)/0,2=4, поэтому

α=(1/2)ln4=ln2≈0,693147.

Обновление весов

В варианте y,h∈{−1,1}: w_i←w_i exp[−α y_i h_i]. Правильно классифицированный объект умножается на e^{-α}=1/2, ошибочный — на e^{α}=2 до общей нормировки.

Относительно друг друга ошибки получают в 4 раза больший multiplier.

Граница

При ε=0,5 α=0: learner не лучше случайного. При ε>0,5 коэффициент отрицателен; для бинарного классификатора обычно можно инвертировать его ответы и получить error<0,5.

Редакционная практика по boosting в тематике mlearn_pro · CC BY 4.0.

Reading preferences

Appearance
Contrast
More options

Saved only in this browser. Your device’s reduced-motion setting is always respected. Browser zoom works throughout the site.