Sınıflandırma için Adaboost'u SVM ile kullanma

Adaboost'un bir dizi zayıf sınıflandırıcının doğrusal bir kombinasyonunu kullanarak güçlü bir sınıflandırıcı oluşturmaya çalıştığını biliyorum .

Ancak, bazı durumlarda ve durumlarda Adaboost ve SVM'lerin (SVM güçlü bir sınıflandırıcı olmasına rağmen) uyum içinde çalıştığını gösteren bazı makaleler okudum .

Birlikte nasıl çalıştıklarını mimari ve programlama perspektifinden kavrayamıyorum. Birlikte nasıl çalıştıklarını net bir şekilde açıklamayan birçok makale (belki de yanlış olanlar) okudum.

Birisi etkili sınıflandırma için bir arada nasıl çalıştıklarına ışık tutabilir mi? Bazı makalelere / makalelere / dergilere işaretçiler de takdir edilecektir.

Bu makale oldukça iyi. Sadece, eğitim için daha az örnek kullanırsanız SVM'nin zayıf bir sınıflandırıcı olarak değerlendirilebileceğini söyler (diyelim ki eğitim setinin yarısından azı). Ağırlıklar ne kadar yüksek olursa, 'zayıf SVM' tarafından eğitilme şansı o kadar artar

düzenleme: bağlantı şimdi düzeltildi.

Kağıt SVM tabanlı bileşen sınıflandırıcılar AdaBoost Xuchun Li Etal göre aynı zamanda bir sezgi verir.
Kısa ama belki önyargılı bir özette: bir sınıflandırıcının çok fazla ağırlığa sahip olabileceği veya tüm sınıflandırıcılar benzer şekilde tetiklenebileceği durumlardan kaçınmak için parametreleri ayarlayarak svm sınıflandırıcılarını "zayıf" (% 50'nin biraz üzerinde) yapmaya çalışıyorlar.