Gentle adaboost解释

1 算法原理 1.1 Gentle adaboost 参考文献：　node 1.2 算法实现2 参考web 　　实现Gentle Adaboost的关键是要能估计出后验几率，即给定特征向量 x 的状况下，估计出当前权值分布下的该样本正样本的几率 Pω(y=1|x) 。 　　在Gentle Adaboost中，弱分类器定义为： 　　公式（1） 　　算法 f(x)=Pw(y=1|x)−Pw(y=−1|

>>阅读原文<<