CONTRIBUTION
Le travaille qu'a fait les auteurs, n'est pas d'imposer leurs algorithme comme le meilleur algorithme en matière de performances ( erreurs de classification, temps de calcul), mais de dire que SAMME est une adaptation parfaite de AdaBoost pour une classification de données en Multi-classes.
CONCLUSION
AdaBoost est un bon algorithme de classification dans le cas d'une classification binaire. Pour ce qui est d'une classification Multi-classes l'algorithme n'est pas du tout performant. Les auteurs ici nous démontrent un nouvel algorithme (SAMME) qui est une adaptation de AdaBoost. Cet algorithme est d'autant plus facile a implémenté et une erreurs de classification très faible, ce qui fait une bonne alternative que d'utiliser d'autre algorithmes tel que Gradiant Boosting ou bien AdaBoost.MH.
REFERENCE