Ensemble Learning - Boosting
Boosting a dalah teknik ensemble, yaitu sekumpulan pembelajar (classifier) lemah yang dikombinasikan menjadi pembelajar kuat. Kinerja dari ensemble biasanya lebih baik dibanding pembelajar tungga l. Dan terdapat 2 Multi Classifier yaitu : 1. Ensemble : same learning algorith m , 2. Hybrid methods : different learning algorithm . Boosting merupakan cara untuk menghasilkan beberapa model atau penggolongan untuk prediksi atau klasifikasi, dan juga menggabungkan prediksi dari berbagai model ke dalam prediksi tunggal. Bagging adalah pendekatan iteratif untuk menghasilkan pengklasifikasi yang kuat, yang mampu mencapai kesalahan training seminimal mungkin dari sekelompok pengklasifikasi yang lemah. yang masing-masing hampir tidak dapat melakukan lebih baik daripada tebakan acak. Boosting di rancang untuk masalah kelas biner, menciptakan kumpulan dari tiga klasifikasi yang lemah pada satu waktu. klasifikasi pertama (atau hipotesis) adalah memproses subset acak dari data training ya...