基于Bagging与boosting的算法2---AdaBoost

弱分类器—后一个在前一个的基础上提升 误差越小，权重越大 W_t(i)每个样本的权重 样本权重更新的计算—错误样本，增加权重。 错的才计算误差，正确的不计算误差 错误的，权重提高；但不代表每次都抽到错误的。 权重越大，被抽到的概率，越高 https://scikit-learn.org/stable/ 在api里面搜索：Adaboost.参数自己调。

>>阅读原文<<