統計學習 Adaboost

【基本原理】 將多個弱分類器進行組合，組成一個強分類器； 弱分類器：通常指代單層決策樹，也就是決策樹最簡單的模型，只有一個特徵判斷點，選擇一維特徵來進行分類 如二維座標點中選取X=2爲劃分點，X>2爲+1類  X<2爲-1類 一個強分類器由多個弱分類器迭代訓練組合而成，每一次只訓練一個弱分類器，之前訓練好的分類器參與下一次分類，也就是第N次迭代將訓練第N個弱分類器，而前面的N-1個弱分類器均已訓練

>>阅读原文<<