adaboost算法

基本概念 Adaboost算法，將多個弱分類器，組合成強分類器。 AdaBoost，是英文"Adaptive Boosting"（自適應加強）的縮寫，由Yoav Freund和Robert Schapire在1995年提出。 它的自適應在於：前一個弱分類器分錯的樣本的權值（樣本對應的權值）會獲得增強，權值更新後的樣本再次被用來訓練下一個新的弱分類器。在每輪訓練中，用整體（樣本整體）訓練新的弱分類器

>>阅读原文<<