简单易懂的人工智能系列：Boosting（AdaBoost篇）

Boosting是一种与Bagging很类似的技术。Boosting的思路则是采用重赋权（re-weighting）法迭代地训练基分类器，主要思想： 每一轮的训练数据样本赋予一个权重，并且每一轮样本的权值分布依赖上一轮的分类结果。 基分类器之间采用序列式的线性加权方式进行组合。 从上图我们可以看出boosting的流程，首先使用一个机器学习算法，可以得到一个模型，将这个模型作用域训练样本，通过对预

>>阅读原文<<