集成學習之Adaboost

寫在前面 在前面的文章集成學習中對集成學習的大致思想進行了概括性的說明，根據模型之間是否存在依賴可將集成學習分爲串行和並行兩種，前者依賴於上一次模型的預測結果，後者模型之間並不相互依賴，Adaboost是boosting的最爲人所知的模型，既可以用作迴歸任務，也可用於分類任務。 Adaboost框架原理 前面的文章中，已經對boosting框架的原理進行了說明，這裏我們不厭其煩的再次給出boost

>>阅读原文<<