AdaBoost 简介【译】

原文：AdaBoost 简介 目前的集成学习（Ensemble Learning）方法大致可分为两类：一是个体学习器之间存在强依赖关系、必须串行生成的序列化方法，代表算法是Boosting；二是个体学习器之间不存在强依赖关系，可同时生成的并行方法，代表算法是 Bagging 和 “随机森林（Random Forest）”。 首先要知道 AdaBoost(adaptive boosting) 算法是

>>阅读原文<<