Boosting算法对正确分类的数据增加权重，对错误分类的数据减小权重。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- 中国大学MOOC: Boosting算法对正确分类的数据增加权重，对错误分类的数据减小权重。
- AdaBoost算法更新数据权重只根据当前分类器更新权重（不改变以前分类器的权重）。
- 中国大学MOOC: AdaBoost算法更新数据权重只根据当前分类器更新权重（不改变以前分类器的权重）。
- 在Ada Boosting算法中，如果某个样本无法被当前弱分类器分类成功，则减少该样本权重，否则增大该样本权重。
- 在Adaboost算法的训练过程中，根据每个基分类器的分类结果对其表决权赋予一个权重，下列说法正确的是（） A: 基分类器错误率越低，表决权重越小 B: 基分类器错误率越低，表决权越大 C: 每个基分类器的权重一样大 D: 所有基分类器的权重都不相同