集成學習（一）：AdaBoost原理

前言 AdaBost算法是Boosting族算法最著名的代表。這一族算法的工作機制也是很類似的：先從初始訓練集訓練處一個基學習器，再根據基學習器的表現對訓練樣本分佈進行調整，使得先前基學習器做錯的訓練樣本在後續收到更多關注，然後基於調整之後的的樣本分佈來訓練下一個基學習器；日此往復，直至基學習器數目達到事先指定的值T，最終將這T個基學習器進行加權組合。 由於這裏重點介紹的是AdsBoost算法，接

>>阅读原文<<