機器學習之集成學習（二）AdaBoost算法

一、boosting算法的基本原理         集成學習器根據個體學習器的生成是否存在依賴關係，可以分爲兩類：個體學習器間存在強依賴關係，必須串行生成，代表算法是boosting系列算法；個體學習器之間不存在強依賴關係，可以並行生成，代表算法是bagging和隨機森林系列算法。在boosting系列算法中，AdaBoost是最著名的算法之一。AdaBoost既可以用作分類，也可以用作迴歸。  

>>阅读原文<<