總結：Bootstrap(自助法)，Bagging，Boosting(提升)

Boosting算法代表--Adaboost(Adaptive Boosting) 核心思想：一種迭代算法，針對同一個訓練集訓練不同的分類器(弱分類器)，然後進行分類，對於分類正確的樣本權值低，分類錯誤的樣本權值高（通常是邊界附近的樣本），最後的分類器是很多弱分類器的線性疊加（加權組合），分類器相當簡單。實際上就是一個簡單的弱分類算法提升(boost)的過程。 結合圖形來過一遍Adaboost算法

>>阅读原文<<