统计学习 Adaboost

【基本原理】 将多个弱分类器进行组合，组成一个强分类器； 弱分类器：通常指代单层决策树，也就是决策树最简单的模型，只有一个特征判断点，选择一维特征来进行分类 如二维坐标点中选取X=2为划分点，X>2为+1类  X<2为-1类 一个强分类器由多个弱分类器迭代训练组合而成，每一次只训练一个弱分类器，之前训练好的分类器参与下一次分类，也就是第N次迭代将训练第N个弱分类器，而前面的N-1个弱分类器均已训练

>>阅读原文<<