簡單易懂的人工智能系列：Boosting（AdaBoost篇）

Boosting是一種與Bagging很類似的技術。Boosting的思路則是採用重賦權（re-weighting）法迭代地訓練基分類器，主要思想： 每一輪的訓練數據樣本賦予一個權重，並且每一輪樣本的權值分佈依賴上一輪的分類結果。 基分類器之間採用序列式的線性加權方式進行組合。 從上圖我們可以看出boosting的流程，首先使用一個機器學習算法，可以得到一個模型，將這個模型作用域訓練樣本，通過對預

>>阅读原文<<