AdaBoost算法原理

3.1.2 AdaBoost算法原理 AdaBoost算法針對不同的訓練集訓練同一個基本分類器（弱分類器），然後把這些在不同訓練集上得到的分類器集合起來，構成一個更強的最終的分類器（強分類器）。理論證明，只要每個弱分類器分類能力比隨機猜測要好，當其個數趨向於無窮個數時，強分類器的錯誤率將趨向於零。AdaBoost算法中不同的訓練集是通過調整每個樣本對應的權重實現的。最開始的時候，每個樣本對應的權重

>>阅读原文<<