Adaboost

Boosting算法要涉及到兩個部分，加法模型和前向分步算法。 加法模型就是說強分類器由一系列弱分類器線性相加而成。 errorRate < 0.6 alpha即每個分類器的係數 所以beta<1 ,即增大被分錯的樣本權重，減小正確的樣本權重 可以看到，每一下次self.W都會更新跟下一個weaker分類器。   所以以下就非常好理解了

>>阅读原文<<