MadaBoost: A Modification of AdaBoost
MadaBoost: A Modification of AdaBoost
复制标题
DOI：
--
复制
发表时间：
2000-06
期刊：
影响因子：
--
通讯作者：
Carlos Domingo;O. Watanabe
中科院分区：
文献类型：
--
作者：
Carlos Domingo;O. Watanabe
我们提出了一种新的增强算法，它修正了迄今为止最成功的增强算法AdaBoost中发现的一些问题，该算法是由Freund和Schapire [FS97]提出的。这些问题是：(1)AdaBoost不能用于滤波增强框架；(2)AdaBoost似乎不是抗噪声的。为了解决这些问题，我们通过修改AdaBoost的权重系统，提出了一种新的增强算法MadaBoost。我们证明了MadaBoost的一个版本实际上是一个增强算法，并详细展示了我们的算法如何使用。然后，我们证明了我们的新增强算法可以投射到统计查询学习模型[Kea93]中，因此，它对随机分类噪声具有鲁棒性[AL88]。
We propse a new boosting algorithm that mends some of the problems that have been detected in the so far most successful boosting algorithm, AdaBoost due to Freund and Schapire [FS97]. These problems are: (1) AdaBoost cannot be used in the boosting by filtering framework, and (2) AdaBoost does not seem to be noise resistant. In order to solve them, we propose a new boosting algorithm MadaBoost by modifying the weighting system of AdaBoost. We prove that one version of MadaBoost is in fact a boosting algorithm, and we show how our algorithm can be used in detail. We then prove that our new boosting algorithm can be casted in the statistical query learning model [Kea93] and thus, it is robust to random classification noise [AL88].