首页> 外文OA文献 >How boosting the margin can also boost classifier complexity

【2h】

How boosting the margin can also boost classifier complexity

机译：如何提高利润率还可以提高分类器的复杂性

页面导航

著录项
相似文献
相关主题

著录项

作者
Lev Reyzin; Robert E. Schapire;
展开▼
作者单位

展开▼
年度 2006
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Boosting as a Regularized Path to a Maximum Margin Classifier [J] . Rosset Saharon, Zhu Ji, Hastie Trevor Journal of machine learning research . 2004,第Aug期

机译：提升为最大保证金分类器的常规路径
2. AdaBoost-CNN: An adaptive boosting algorithm for convolutional neural networks to classify multi-class imbalanced datasets using transfer learning [J] . Taherkhani Aboozar, Cosma Georgina, McGinnity T. M. Neurocomputing . 2020,第Sepa3期

机译：adaboost-cnn：卷积神经网络的自适应促进算法，用于使用传输学习对多级不平衡数据集进行分类
3. Copy number variation in plasma as a tool for lung cancer prediction using Extreme Gradient Boosting (XGBoost) classifier [J] . Daping Yu, Zhidong Liu, Chongyu Su, Thoracic cancer. . 2020,第1期

机译：使用极端梯度升压（XGBoost）分类器复制等离子体中的数量变化作为肺癌预测的工具
4. How boosting the margin can also boost classifier complexity [C] . Lev Reyzin, Robert E. Schapire International conference on Machine learning . 2006

机译：如何提高利润率还可以提高分类器的复杂性
5. An efficient boosted classifier tree-based feature point tracking system for facial expression analysis. [D] . Livingston, Adam Redd. 2012

机译：一个高效的基于分类器树的增强分类器特征点跟踪系统，用于面部表情分析。
6. Copy number variation in plasma as a tool for lung cancer prediction using Extreme Gradient Boosting (XGBoost) classifier [O] . Daping Yu, Zhidong Liu, Chongyu Su, 2020

机译：使用极端梯度增强（XGBoost）分类器的血浆拷贝数变化作为预测肺癌的工具
7. Using hypothesis margin to boost centroid text classifier [O] . Songbo Tan, Xueqi Cheng 2007

机译：使用假设边距来提升质心文本分类器

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号