AdaBoost中基础分类器的权重设置策略存在的问题有：
A: 计算复杂
B: 不能保证是最优解
C: 需要用户进行手工设置
D: 不能根据测试样本进行自适应调整
A: 计算复杂
B: 不能保证是最优解
C: 需要用户进行手工设置
D: 不能根据测试样本进行自适应调整
举一反三
- AdaBoost中基础分类器的权重设置策略存在的问题有： </p></p>
- 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）。
- Adaboost算法的自适应体现在，以每一个基分类器的分类错误率为依据来决定该分类器在整个组合分类器中的权重，分类器错误率越低，基分类器权重越大。
- 以下对RegionBoost算法描述正确的是（ ）？ A: 基础分类器权重根据当前输入样本计算得出 B: 每个基础分类器需要一个额外的可信度模型 C: 每个基础分类器的权重针对不同输入样本有所区别 D: 可信度模型用于估计基础分类器对特定输入的准确度
- 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）。