Adaboost原理及例子

Adaboost是一種迭代算法，其核心思想是針對同一個訓練集訓練不同的分類器(弱分類器)，然後把這些弱分類器集合起來，構成一個更強的最終分類器（強分類器）。 Adaboost是一種boosting提升方法，類似於將多個分類器串聯在一起，組合成爲一個強分類器。而bagging方法則類似於並聯模式，將多個分類器並行組合成爲一個強分類器，如隨機森林Random Forest。 Adaboost模型 Ad

>>阅读原文<<