机器学习集成算法之Adaboost原理详细解读(推导填坑必看)

本文是基于刘建平老师的关于Adaboost的博文为模板，就其中损失函数的推导部分加以细化。网上基本所有关于Adaboost推导过程中都有假设： w k i ’ = w k i w_{ki}^{’} =w_{ki} wki’​=wki​，个人之前在看到这一步的时候总是理解不了这个假设的由来，网上也一直找不到相关的解释。本文的推导过程就舍弃这个假设，并详细推导了两者之间到底是什么关系。 如果对基本原理

>>阅读原文<<