论文部分内容阅读
针对传统的AdaBoost算法中，存在的噪声样本造成的过拟合问题，提出了一种基于噪声检测的AdaBoost改进算法，本文称为NAdaBoost（nois-detection AdaBoost）. NAdaBoost算法创新点在于针对传统的AdaBoost算法在错误分类的样本中，噪声样本在某些属性上存在很大差异，根据这一特性来确定噪声样本，再重新使用算法对两类样本进行分类，最终达到提高分类准确率的目的. 本文对二分类问题进行实验结果表明，本文提出的算法和传统的AdaBoost算法，以及相关改进的算法相比，有