Adaboost

Adaboost Boosting（提升方法）是一族可以将弱分类器提升为强分类器的方法。这族算法的工作原理是：先从初始训练集训练出一个基分类器，再根据基分类器的表现对训练样本权值进行调整，使得被基分类器分错的样本得到更多的关注，然后根据调整权值后的样本来训练下一个基分类器，如此重复，直至基分类器的数目达到预先设定的阈值 T T ，最终将这 T T 个基分类器进行加权组合。 Boosting方法的理

>>阅读原文<<