Gentle adaboost解釋

1 算法原理 1.1 Gentle adaboost 參考文獻：　node 1.2 算法實現2 參考web 　　實現Gentle Adaboost的關鍵是要能估計出後驗機率，即給定特徵向量 x 的狀況下，估計出當前權值分佈下的該樣本正樣本的機率 Pω(y=1|x) 。 　　在Gentle Adaboost中，弱分類器定義爲： 　　公式（1） 　　算法 f(x)=Pw(y=1|x)−Pw(y=−1|

>>阅读原文<<