集成算法-Boosting算法案例及推理过程

集成学习（Ensamble Learning）通过训练多个若学习器，然后将其按某种策略组合起来，从而达到最好的学习性能，提高算法的泛华能力。 目前集成学习有3个框架：bagging ,boosting,stacking; Boosting作用于相同的测试集，在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类性能。 Boosting提升算法的思路 提升方法是

>>阅读原文<<