集成學習Boosting之AdaBoost

集成學習（ensemble learning）通過構建並結合多個學習器來完成學習任務，常可獲得比單一學習器顯著優越的泛化性能。根據個體學習器的生成方式，可將集成學習方法分爲兩大類，以隨機森林（Random Forest）爲代表的Bagging算法，其個體學習器間不存在強依賴關係、可同時生成的並行化方法；以及以AdaBoost爲代表的Boosting算法，其個體學習器存在強依賴關係、必須串行生成的序

>>阅读原文<<