基于核函数的Adaboost分类算法研究

　　摘要：Boosting是在统计学习理论的基础上发展起来的一种新的集成机器学习方法，并在模式分类领域有了广泛的应用。该文首先分析了Boosting的原理并介绍了其经典算法AdaBoost方法，分别引入三种核函数（多项式核函数、径向基核函数、Sigmoid核函数）集成AdaBoost算法的弱分类器。然后将其应用于两个关于癌症论断的数据集中，通过实验验证了核函数作为弱分类器集成AdaBoost分类器的良好性能。
　　关键词：Boosting算法；集成学习；核函数；弱分类器
　　中图法分类号：TP301.6文献标识码：A文章编号：1009-3044(2011)28-6969-02
　　Classification Algorithm of Kernel-based in Adaboost
　　LI Xi