集成學習---(Boosting) Adaboost

  一、簡介 1、 AdaBoost就是損失函數爲指數損失的Boosting算法(當然這是後話，意思是指數損失的前向分步算法和Adaboost一致) 二、細節 1、算法流程 2、最重要的兩點 誤差率：==（也就是在一輪過後，誤差率直接用分錯樣本的權重想加就可以了）   （1）、弱分類器的權重如何確定 權重僅僅由該分類器的分類誤差率e決定，e的範圍應該是[0, 0.5] ,所以誤差率越大，權重越小

>>阅读原文<<