总结：Bootstrap(自助法)，Bagging，Boosting(提升)

Boosting算法代表--Adaboost(Adaptive Boosting) 核心思想：一种迭代算法，针对同一个训练集训练不同的分类器(弱分类器)，然后进行分类，对于分类正确的样本权值低，分类错误的样本权值高（通常是边界附近的样本），最后的分类器是很多弱分类器的线性叠加（加权组合），分类器相当简单。实际上就是一个简单的弱分类算法提升(boost)的过程。 结合图形来过一遍Adaboost算法

>>阅读原文<<