機器學習筆記之Adaboost算法分析及實際引用

一、boost前提介紹 提升（Boost）簡單地來說，提升就是指每一步我都產生一個弱預測模型，然後加權累加到總模型中，然後每一步弱預測模型生成的的依據都是損失函數的負梯度方向，這樣若干步以後就可以達到逼近損失函數局部最小值的目標。boosting分類的結果是基於所有分類器的加權求和結果的，分類器每個權重代表的是其對應分類器在上一輪迭代中的成功度。而bagging中的分類器權重是相等的。其中Adab

>>阅读原文<<