集成方法—AdaBoost原理詳解

文章目錄 一、AdaBoost原理詳解 1.1 原理理解 1.2 實例 1.3 算法流程 1.4 公式推導過程 1.5 相關問題 目前集成學習方法分爲兩大類，即個體學習器間存在強依賴關係、必須串行生成的序列化方法，代表有Boosting，其中最爲代表的是Adaboost；以及個體學習器間不存在強依賴關係，可同時生成的並行化方法，代表是Bagging和「隨機森林」。 一、AdaBoost原理詳解 A

>>阅读原文<<