【机器学习】Boosting与AdaBoost分类与回归原理详解与公式推导

1.Boosting Boosting族算法的工做机制为：先从初始训练集中训练出一个基学习器，再根据基学习器的表现对训练样本分布进行调整，而后基于调整后的样本分布来训练下一个基学习器；重复进行，直到基学习器数目达到事先指定的值；最终将全部基学习器根据结合策略结合，获得最终的强学习器。html Boosting中的基学习器是弱学习器，即仅仅比随机猜想好一点的模型，好比一个简单的决策树。使用弱学习器而

>>阅读原文<<