AdaBoost — это мощный алгоритм повышения производительности, который может повысить производительность любой модели машинного обучения. Он был представлен в 1995 году Фройндом и Шапирой [1], получившими за свою работу премию Гёделя 2003 года (одну из самых престижных премий в области компьютерных наук). Это по-прежнему один из самых популярных алгоритмов повышения, используемых сегодня. В этой статье подробно объясняется алгоритм AdaBoost, демонстрируется его использование на игрушечном..

В настоящее время Boosting является одним из наиболее часто используемых методов машинного обучения для прогнозной аналитики. Его сила зависит от повышения производительности модели за счет объединения так называемых «слабых учеников» для создания надежного и сильного классификатора. Для этой статьи я использовал набор данных Airlines, чтобы предсказать задержку, составленный Джимсом Чако. Вы можете скачать его на Kaggle . Проще говоря, Adaptive Boosting или AdaBoost  – это..