集成方法—AdaBoost原理详解

文章目录 一、AdaBoost原理详解 1.1 原理理解 1.2 实例 1.3 算法流程 1.4 公式推导过程 1.5 相关问题 目前集成学习方法分为两大类，即个体学习器间存在强依赖关系、必须串行生成的序列化方法，代表有Boosting，其中最为代表的是Adaboost；以及个体学习器间不存在强依赖关系，可同时生成的并行化方法，代表是Bagging和“随机森林”。 一、AdaBoost原理详解 A

>>阅读原文<<