集成学习【二】：Adaboost结合神经网络及代码实现
Adaboost结合神经网络（纯算法实现多分类）
- 背景介绍
- Adaboost.M1实现步骤
-
- 一、导入包
- 二、定义函数
- 三、构建一个简易的CNN
- 四、模型的训练与测试（Boosting算法实现）
- SAMME实现步骤
纯算法纯干货百搭，适用于各类深度学习论文效果升华
更新时间：4.2（经用户反馈，增加了集成模型的测试方式。在配置好环境的情况下，已测试过代码）
PS: 代码编写不易，收取一定费用。相对的，如果遇到什么问题，可以直接私信博主。最后，助各位量产SCI~~
| 算法实现语言 | Python |
|---|---|
| 神经网络框架 | Tensorflow/Keras |
| 所用网络 | CNN |
| 集成学习算法 | Boosting:①Adaboost②SAMME |