集成学习之Adaboost算法

1. 回顾boosting算法的基本原理     在集成学习原理小结中，我们已经讲到了boosting算法系列的基本思想，如下图：     从图中可以看出，Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训练样本的权重，使得之前弱学习器1学习误差率高的训练样本点的权重变高，使得这些误差率高的点在后面的弱学习器2中得到更多的重视。然后基于调

>>阅读原文<<