论文部分内容阅读
工程实际中，往往通过对比两个AdaBoost算法在相同弱分类器数量条件下的错分率来比较算法性能，这样就忽略了在弱分类器数量增加时，错分率的波动会造成对比不准确的问题。为此，分别针对分类器性能的分类准确率、收敛速度和稳定性，提出了稳态错分率、调节规模、振荡度三个量化指标，构成了一个相对完备的评价体系。实验表明，该评价体系能更全面反映AdaBoost的分类效果。