1、svm對雜訊（如來自其他分布的雜訊樣本）魯棒
svm本身對雜訊具有一定的魯棒性，但是實驗證明，是當雜訊率低於一定水平的雜訊對svm沒有太大的影響，但是隨著雜訊率的不斷增加，分類器的識別率會降低
2、在adaboost演算法中所有被分錯的樣本的權重更新比例相同
adaboost演算法中不同的訓練集是通過每個樣本對應的權重來實現的。開始時，每個樣本對應的權重是相同的，即其中n為樣本個數，在此樣本分佈下訓練出乙個弱分類器。對於分類錯誤的樣本，加大其對應的權重，而對於分類正確的樣本，降低其權值，這樣分錯的樣本就被凸顯出來，從而得到乙個新的樣本分佈。在新的樣本分佈下，再次對樣本進行訓練，得到弱分類器。以此類推，將所有的弱分類器重疊加起來，得到強分類器。
3、boost和bagging都是組合多個分類器投票的方法，二者軍事根據單個分類器的正確率決定其權重。
bagging與bossting的區別：取樣方式不同。bagging採用均勻取樣，而boosting根據錯誤率取樣。bagging的各個**函式沒有權重，而boosting是有權重的，baggingd的各個**函式可以並行生成，而boosting 的各個**函式只能順序生成。
python分類器 python中的幾種整合分類器
from sklearn import ensemble 整合分類器 ensemble 1.bagging ensemble.bagging.baggingclassifier 其原理是從現有資料中有放回抽取若干個樣本構建分類器，重複若干次建立若干個分類器進行投票，通過投票決定最終的分類結構 2.r...
基金的幾種分類
封閉式與開放式 根據受益憑證 指投資者持有 資產的一種憑證 可否自由贖回將投資 分為開放式與封閉式投資 封閉式投資 封閉式投資 是相對於開放式 來說的。是指 資本總額及發行份數在發行時就已固定下來，在發行之後所規定的一段時期內，不論發生任何情況，發行的資本總額和發行份數都固定不變。如，1998年6月...
屎的幾種分類
關於大號的印象，大多數的人也許都讓他隨著馬桶的衝水聲而一去不復返，不過，經過仔細的比較 分析，我們每個人每天所產出的軟黃金，其實還蠻有學問的哦！我們就依其特性，先稍微將產出物做一番分類！1幽靈屎 就是你已經感覺大出來，但在馬桶內找不到屎的那種。2清白屎 就是你把他大出來，看見他在馬桶內，但卻在衛生紙...