集成学习之Adaboost

写在前面 在前面的文章集成学习中对集成学习的大致思想进行了概括性的说明，根据模型之间是否存在依赖可将集成学习分为串行和并行两种，前者依赖于上一次模型的预测结果，后者模型之间并不相互依赖，Adaboost是boosting的最为人所知的模型，既可以用作回归任务，也可用于分类任务。 Adaboost框架原理 前面的文章中，已经对boosting框架的原理进行了说明，这里我们不厌其烦的再次给出boost

>>阅读原文<<