一种融合Isolation Forest的改进AdaBoost算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：AdaBoost算法是一种能有效提升弱分类器性能的集成学习方法，在二分类任务中表现出卓越的性能。然而，经典的AdaBoost算法对噪声数据高度敏感，导致分类性能下降。为了解决该问题，文章提出一种基于Isolation Forest（iForest） 的改进AdaBoost算法。该方法在AdaBoost的每次迭代中，利用iForest在被错误分类的样本中识别并剔除离群点。（剩余5499字）

试读结束

目录
monitor
客服机器人