Boosting算法概念解析

Boosting是一族可將弱學習器提升爲強學習器的算法，這族算法的工作機制類似：先從初始訓練集訓練出一個基學習器，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受到更多的關注，然後基於調整後的樣本分佈來訓練下一個基學習器；如此重複進行，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結合。 根據所給算法描述，好像只能同質 集成。 百度百科的介紹：

>>阅读原文<<