Adaboost

Adaboost Boosting（提升方法）是一族可以將弱分類器提升爲強分類器的方法。這族算法的工作原理是：先從初始訓練集訓練出一個基分類器，再根據基分類器的表現對訓練樣本權值進行調整，使得被基分類器分錯的樣本得到更多的關注，然後根據調整權值後的樣本來訓練下一個基分類器，如此重複，直至基分類器的數目達到預先設定的閾值 T T ，最終將這 T T 個基分類器進行加權組合。 Boosting方法的理

>>阅读原文<<