Machine Learning Techniques 筆記：2-8 Ada Boosting

先算出錯誤率Epselo t，把犯錯誤的點做（1-Et）的放縮，正確的點做Et比例的放縮=》正確的乘以♦t，錯誤的除以♦t 通常，♦t≥1，因爲1/2是丟銅板亂猜的概率。只要base algroithm比亂猜好，♦t大於等於1，使得正確的得以縮小，錯誤的得以放大，更加專注在犯錯誤的點上面，來得到不一樣的hypothesis。有點類似於PLA，有錯即改 只要比亂猜效果好，最終Ein總可收斂 t=1，

>>阅读原文<<