Adaboost相当于是加了权重的随机森林，每棵树会根据表现有不同的权重。那么如果一个树很差，有没有可能权重是负数？
那如果特别好，一个树的权重有上限吗？
谢谢！
1个回答
理论上说是可能是负数的，但是实际上应该都是正数的，而且没上限。每棵树的权重是$$\alpha=\frac{1}{2}\log\frac{1-\epsilon}{\epsilon}$$
其中$\epsilon$是这个棵树的misclassification rate。
如果$\epsilon=0.5$，那么它的权重$\alpha=0$。
一颗树表现越好（$\epsilon$越小），权重越大。
如果$\epsilon=0$，那么权重就是无穷大。
因为boosting是把weak learner强化的过程，我们一般认为weak learner准确率应该大于$0.5$，也就是$\epsilon<0.5$，所以这种情况下$\alpha$始终是大于零的。
abuu
2018-03-02 00:15
相关主题
决策树可以做多元分类吗？
1回答
决策树的深度和数据特征个数的关系
1回答
请问针对Adaboost、GBDT等集成学习同一个特征是否可以入模多次？
1回答
随机森林的模型一般都很大么？
1回答
Extra Tree算法
1回答
python sklean中的决策树是用的哪一种决策树算法？
2回答
GBDT+LR的工作原理？
4回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！