Boosting nədir?

Boosting, zəif modelləri ardıcıl olaraq öyrədən və hər biri əvvəlki modellərin səhvlərini düzəldən ansambl öyrənmə metodudur (adətən qərar ağacları). Nəticədə, yüksək dəqiqliklə güclü model əldə edilir. Əsas fikir — hər addımda əvvəlki modellərin səhv etdiyi obyektlərə daha çox diqqət yetirmək.

Nümunə: AdaBoost, Gradient Boosting, XGBoost — məşhur boosting tətbiqləri.

Python-da sklearn istifadə edərək nümunə:

from sklearn.ensemble import GradientBoostingClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)

model = GradientBoostingClassifier(n_estimators=100, learning_rate=0.1)
model.fit(X_train, y_train)
print(f"Dəqiqlik: {model.score(X_test, y_test):.2f}")