揭示AdaBoost的非对称学习能力
Shedding Light on the Asymmetric Learning Capability of AdaBoost
University of Vigo（维戈大学）
摘要：
在本文中，我们提出了一个不同的见解来分析AdaBoost。该分析表明，超越一些先入之见，AdaBoost可以直接用作非对称学习算法，保留其所有理论属性。提出了一种新的AdaBoost类条件描述，它模拟了算法的实际非对称行为。
英文摘要：
In this paper, we propose a different insight to analyze AdaBoost. This analysis reveals that, beyond some preconceptions, AdaBoost can be directly used as an asymmetric learning algorithm, preserving all its theoretical properties. A novel class-conditional description of AdaBoost, which models the actual asymmetric behavior of the algorithm, is presented.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
