adaboost原理和實現

上兩篇說了決策樹到集成學習的大概，這節我們通過adaboost來具體瞭解一下集成學習的簡單做法。 集成學習有bagging和boosting兩種不同的思路，bagging的代表是隨機森林，boosting比較基礎的adaboost，高級一點有GBDT，在這裏我也說下我理解的這兩個做法的核心區別： 隨機森林的bagging是採用有放回抽樣得到n個訓練集，每個訓練集都會有重複的樣本，每個訓練集數據都一

>>阅读原文<<