機器學習-集成之AdaBoost算法原理及實戰

Boosting和AdaBoost 簡介 Bagging採用的是一種多個分類器簡單評分的方式。而Boosting是和Bagging對應的一種將弱分類器組合成爲強分類器的算法框架，它根據分類器學習偏差率來更新訓練樣本的權重。AdaBoost算法就是Boosting算法的一種。它創建在多個若分類器的基礎上，爲分類器進行權重賦值，性能好的分類器能得到更多權重，從而使評分效果更理想。 原理 AdaBoos

>>阅读原文<<