【機器學習課程-華盛頓大學】：3 分類 3.5 boosting

1、提出boosting 簡單的弱分類器很好計算，但是偏差很大。   下圖說明，我們需要更強的分類器。   boosting在1990年代被提出來，現在在工業廣泛應用，並且在kaggle比賽中頻頻獲勝。   2、級聯分類器 每一個特徵進行分類，再進行投票   3、boosting boosting：聚焦在困難的點上 給更重要的點加更大的權重：   4、adaboost   4.1 計算權重w 加權

>>阅读原文<<