归纳迁移学习算法---Adaboost 算法实例解析四

在数据的挖掘和分析中，最基本和首要的任务是对数据进行分类，解决这个问题的常用方法是机器学习技术。通过使用已知实例集合中所有样本的属性值作为机器学习算法的训练集，导出一个分类机制后，再使用这个分类机制判别一个新实例的属性，并且可以通过不间断的学习，持续丰富和优化该分类机制，使机器具有像大脑一样的思考能力。 常用的分类方法有决策树分类、贝叶斯分类等。然而这些方法存在的问题是当数据量巨大时，分类的准确率

>>阅读原文<<