Wiem, że Adaboost próbuje wygenerować silny klasyfikator za pomocą liniowej kombinacji zestawu słabych klasyfikatorów.
Jednak przeczytałem kilka artykułów sugerujących, że Adaboost i SVM działają harmonijnie (nawet jeśli SVM jest silnym klasyfikatorem) w pewnych warunkach i przypadkach .
Nie jestem w stanie zrozumieć z perspektywy architektury i programowania, jak działają one w połączeniu. Przeczytałem wiele artykułów (być może tych niewłaściwych), które nie wyjaśniły jasno, w jaki sposób ze sobą współpracują.
Czy ktoś może rzucić nieco światła na to, jak działają w kombinacji w celu skutecznej klasyfikacji? Docenione zostaną również wskaźniki do niektórych artykułów / artykułów / czasopism.
Artykuł AdaBoost z klasyfikatorami komponentów opartymi na SVM autorstwa Xuchun Li etal również daje intuicję.
W krótkim, ale może stronniczym podsumowaniu: starają się sprawić, by klasyfikatory svm były „słabe” (nieco ponad 50%) poprzez dostrajanie parametrów, aby uniknąć przypadków, w których jeden klasyfikator może mieć zbyt dużą wagę lub wszystkie klasyfikatory strzelają podobnie.
źródło