Boosting算法原理（Adaboost篇）

Boosting算法原理 Boosting方法是一種用來提高弱分類算法準確度的方法,這種方法通過構造一個預測函數系列,然後以一定的方式將他們組合成一個預測函數。Boosting是一種提高任意給定學習算法準確度的方法。 1）提高那些在前一輪被弱分類器分錯樣例的權值，減小前一輪分對樣本的權值，使誤分的樣本在後續受到更多的關注。 2）加法模型將弱分類器進行線性組合，比如AdaBoost通過加權多數表決的

>>阅读原文<<